Clínica e Academia Escola de Educação Física: prescrição de exercícios físicos baseados em evidências científicas
Bibliographic record
Abstract
O objetivo deste trabalho foi descrever experiências e resultados vinculados ao projeto de extensão “Clínica e Academia Escola de Educação Física: prescrição de exercícios físicos baseados em evidências científicas”. O público atendido é constituído de pacientes portadores de doenças crônicas. A prescrição dos exercícios é planejada e ministrada por acadêmicos, pós-graduandos e docentes mediante informações individualizada do participante. O programa é elaborado considerando evidências científicas obtidas a partir de diretrizes e ensaios clínicos randomizados que respaldam a determinação da dose adequada de exercícios físicos individualizados. Resultados de 64 pacientes revelaram melhoras significativas na adiposidade abdominal, na força de preensão manual, na frequência cardíaca de repouso e na pressão arterial diastólica. Em relação à qualificação, observou-se envolvimento e interesse dos acadêmicos com programas de mestrado, de residência e com a prática profissional neste contexto, durante e após a graduação. A proposta extensionista tem potencial de desenvolvimento contínuo, aplicação prática e formação profissional, consolidando em importante papel das instituições de ensino superior no que diz respeito à consolidação da tríade acadêmica: ensino, pesquisa e extensão.
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 | 0.042 | 0.047 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".