Do Brasil ao Québec, alguns elementos para reflexão: Os Agentes Comunitários de Saúde conectam famílias e os profissionais de saúde.
Bibliographic record
Abstract
O sistema único de saúde brasileiro comporta 27.000 equipes de saúde da família com uma rede de cerca de 300.000 Agentes Comunitários de Saúde cuja responsabilidade é a de conectar as famílias que são visitadas mensalmente com os profissionais de saúde da unidade de saúde da família. Desde 2003, o Québec realiza uma reforma no setor da saúde e serviços sociais com ênfase na integração de cuidados e serviços (públicos, associativos e privados) e sua inscrição nas redes locais segundo uma perspectiva de responsabilidade populacional. Os comentários apresentados tentam destacar alguns elementos de semelhança ou diferença entre o programa das Unidades de saúde da família implantado no Brasil e aquele das Clínicas da rede integrada ou dos Grupos de medicina de família do Québec. Nos dois casos, existe a preocupação de oferecer serviços de maior aproximação com a população de um dado território, de uma maior acessibilidade e adequação de serviços. Além disto, o Brasil através dos Agentes Comunitários de Saúde, permite uma linha social que assegura o acompanhamento real de todos os membros da família pelos serviços de saúde.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".