Entrevista com o Prof. Dr. Naomar Monteiro de Almeida Filho (UFSB) realizada em 27/6/2017
Bibliographic record
Abstract
Professor Titular de Epidemiologia no Instituto de Saúde Coletiva da UFBA. Médico, Mestre em Saúde Comunitária, Ph.D. em Epidemiologia. Doctor of Science Honoris Causa, McGill University, Canadá. Professor Visitante nas seguintes uni-versidades: Universidade da Carolina do Norte, em Chapel Hill, Universidade da Califórnia em Berkeley, Universidade de Montreal e Universidade Harvard. Primeiro Titular da Cátedra Juan Cesar Garcia da Universidad de Guadalajara, México; Professor Convidado da Maestría en Epidemiología da Universidad Nacional de Lanús, Argentina. Atividade científica: epidemiologia de transtornos mentais, particularmente o efeito de raça, racismo, gênero e classe social sobre a saúde mental. Em sua produção acadêmica, destaca-se uma série de livros-texto sobre o método epidemiológico: Epidemiologia & Saúde(com Zélia Rouquayrol, Rio de Janeiro: Guanabara-Koogan, 6. ed. 2003); Introdução à epidemiologia (com Zélia Rouquayrol,Rio de Janeiro: Guanabara-Koogan, 4. ed. 2006); Epidemiologia & Saúde: Fundamentos, Métodos, Aplicações (com Maurício Barreto, Rio de Janeiro: Guanabara-Koogan, 2011); e sobre aspectos epistemológicos da epidemiologia e do campo da Saúde Coletiva: Epidemiologia sem números (em português, Rio de Janeiro: Campus, 1989; tradução em espanhol, Buenos Aires:Paltex/Opas, 1992); A clínica e a epidemiologia (Rio de Janeiro: Abrasco/APCE, 2. ed. 1997); A ciência da saúde (São Paulo:Hucitec, 2000); La ciencia tímida: ensayos hacia la deconstrucción de la epidemiología (Buenos Aires: Editorial Lugar, 2000);O que é Saúde? (Rio de Janeiro: Fiocruz, 2011); Saúde coletiva: teoria e prática (com Jairnilson Silva Paim, Rio de Janeiro: Medbook, 2014). Foi Reitor da Universidade Federal da Bahia de 2002 a 2010. Desde então, tem focalizado sua produção acadêmica em estudos sobre a universidade e sua relação com a sociedade, destacando-se os seguintes livros: Universidade Nova: Textos Críticos e Esperançosos (Brasília: Editora UnB, 2007), Memorial da Universidade Nova: UFBA 2002-2010 (Salvador:Edufba, 2010), em co-autoria com Boaventura Sousa Santos, A Universidade no Século XXI: Para uma Universidade Nova(Coimbra: Almedina, 2008) e, em co-autoria com Fernando Seabra Santos, A Quarta Missão da Universidade (Coimbra:Editora da Universidade de Coimbra, 2012). Foi Presidente da Comissão de Implantação e, até muito recentemente, foi Reitor pro-tempore da Universidade Federal do Sul da Bahia, cargo que ocupava na altura em que concedeu esta entrevista.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.183 | 0.066 |
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".