Sistematização de instrumentos de avaliação para os dois primeiros anos de vida de bebês típicos ou em risco conforme o modelo da CIF
Bibliographic record
Abstract
RESUMO O objetivo deste trabalho foi identificar instrumentos de avaliação do desenvolvimento neuropsicomotor (DNPM) de crianças de 0 a 2 anos, de baixo custo, que possam ser usados no contexto de creche e/ou ambiente clínico em programas de intervenção precoce, sistematizando esses instrumentos conforme o modelo biopsicossocial da Classificação Internacional de Funcionalidade, Incapacidade e Saúde (CIF). Foram selecionados instrumentos de avaliação do DNPM com tradução ou adaptação para o Brasil. Para isso os domínios da CIF foram escolhidos triangulando o checklist da própria CIF-CJ, core set de estimulação precoce e a última versão da CIF, para busca na literatura de instrumentos de avaliação. A sistematização das categorias selecionadas da CIF foi realizada por dois fisioterapeutas, e um terceiro para itens discordantes. As escalas que responderam aos critérios foram: Alberta Infant Motor Scale (AIMS), Teste de Triagem de Denver II, Inventário Pediátrico sobre Qualidade de Vida (PedSQl®), Affordance in the Home Environment for Motor Development-Infant Scale (AHEMD-IS) e vínculo mãe-bebê. Mesmo com essas escalas, verificou-se a necessidade de um questionário de anamnese complementar para o responsável, dados da Caderneta de Saúde da Criança e de um questionário socioeconômico da Associação Brasileira de Empresas de Pesquisa para o Brasil (ABEP). Essa sistematização está disponível no apêndice, e procura facilitar o olhar ampliado do fisioterapeuta ou profissional da educação com abrangência biopsicossocial dos bebês, além de possibilitar a identificação de riscos de forma precoce e subsidiar ações de promoção e intervenção em diferentes contextos.
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 | 0.033 | 0.090 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.003 | 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".