Avaliação da implantação da atenção à pessoa com fissura labiopalatina em um centro de reabilitação brasileiro
Bibliographic record
Abstract
Resumo Introdução A fissura labiopalatina é a anomalia craniofacial mais prevalente na população. Apesar das iniciativas de tratamento e reabilitação pelo SUS existirem desde 1993, há poucos estudos sobre a realidade dos centros brasileiros. Objetivo Avaliar a implantação da atenção à pessoa com fissura labiopalatina em um centro de reabilitação brasileiro. Método Pesquisa avaliativa do tipo avaliação do grau de implantação utilizando um estudo de caso. Inicialmente foi construída uma modelização da atenção com base na literatura internacional e nacional. Foi elaborada uma matriz com critérios, indicadores e padrões, validada pela técnica de consenso Delphi. Visitas com observação in loco e entrevistas semiestruturadas com informantes-chave foram realizadas. Resultados Observou-se grau avançado de implantação na dimensão Gestão (89,2%) e sua subdimensão Organização (94,7%), bem como na dimensão Reabilitação (84,9%). A subdimensão Gerência encontra-se incipiente (48,8%) com fragilidades na realização de reuniões, apoio à educação permanente, monitoramento dos resultados, avaliação da percepção dos usuários, educação em saúde, realização de busca ativa e relação com associação de apoio. Conclusão O centro avaliado apresentou implantação avançada, cumprindo em mais de 80% os critérios estabelecidos. Recomenda-se maior interação entre gestão e profissionais para intervir sobre os pontos para melhoria identificados. O instrumento desenvolvido pode contribuir para avaliação e implantação de outros centros.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".