O USO DA AIMS PARA DETECÇÃO PRECOCE DE ATRASO NO DESENVOLVIMENTO MOTOR DAS CRIANÇAS ATENDIDAS EM UMA UNIDADE BÁSICA DE SAÚDE
Bibliographic record
Abstract
O periodo da infância e uma fase de aprendizagens e descobertas, que sofre influencias do contexto social e familiar que a crianca esta inserida, assim como dos estimulos oriundos das pessoas que vivem ao seu redor, influenciando no seu amadurecimento emocional e fisico. O desenvolvimento motor e um processo continuo e progressivo, porem, o ritmo e variavel e depende dos estimulos recebidos. E importante que se detecte o atraso no desenvolvimento motor o mais precocemente possivel, para so assim reduzir riscos e efeitos negativos dai decorrentes. Essa pesquisa objetiva aplicar a escala AIMS para deteccao precoce de atraso no desenvolvimento motor das criancas atendidas em uma Unidade Basica de Saude. Trata-se de um estudo de natureza quantitativa, exploratorio, descritivo com proposicao intervencionista, que esta sendo desenvolvida na Unidade Basica de Saude do Centro do municipio de Quixada, com criancas de 0 a 18 meses atendidas durante as consultas de puericultura. O instrumento que esta sendo utilizado para a coleta de dados e a Alberta Infant Motor Scale – AIMS. Os resultados parciais demonstram que as condicoes socioeconomicas das familias confirmam o papel das maes como as principais cuidadoras, que em sua maioria, sao jovens e com baixa escolaridade. Foi observado tambem que ha uma deficiencia nas praticas de puericulturas realizadas, estando restritas apenas a quantificacao do desenvolvimento. Portanto, ressalta-se a importância da atuacao do fisioterapeuta na equipe de saude da familia e a contribuicao que este pode dar a fim de amenizar os comprometimentos motores resultantes de atrasos motores.
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 | 0.022 | 0.042 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
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".