A tecnologia assistiva como ferramenta de reabilitação para pacientes com encefalopatia crônica não progressiva da infância / Assistant technology as a rehabilitation tool for patients with childhood non-progressive chronic encephalopathy
Bibliographic record
Abstract
A Paralisia Cerebral (PC), também conhecida como Encefalopatia Crônica não Progressiva da Infância, é caracterizada por uma desordem de movimento e postura, acometendo crianças de até 2 anos de idade. A Tecnologia Assistiva (TA) é um termo novo, utilizado para identificar todos os recursos, ampliando a habilidade funcional dos indivíduos portadores de deficiências, levando à independência e inclusão. Este estudo surgiu com base na necessidade de se proporcionar adequações e ferramentas para melhora da satisfação e qualidade de vida dos pacientes com PC que fazem uso desse recurso tecnológico. O objetivo desta pesquisa foi avaliar a satisfação do usuário e sua qualidade de vida relacionada ao uso da Tecnologia Assistiva. Trata-se de um estudo de campo, do tipo transversal, utilizando uma abordagem quantitativa, realizado no Centro de Reabilitação Ninota Garcia, na Clínica Novadapt, na Clínica Alessandra Silva e no CREIA. Para a coleta de dados, foi utilizado o instrumento Quebec User Evoluation of Satisfation with Assistive Technology ( QUEST 2.0), a fim de avaliar a satisfação do usuário, bem como sua qualidade de vida. Com esta pesquisa, observou-se que a maior parte dos participantes (58,33%) adquiriram a TA por recursos próprios (Particular), com o predomínio da órtese suropodálica adaptada. Quanto aos itens mais escolhidos pelas crianças do estudo, considerados por elas como mais importantes e necessários para a tecnologia assistiva, nota-se que o item de maior destaque foi Conforto (92%). Além disso, tornou-se notório que os participantes do estudo demonstraram-se satisfeitos com os recursos disponíveis no mercado e criticaram os serviços oferecidos pela empresa.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 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".