Construção e refinamento de um web aplicativo para o ensino da medida da pressão arterial
Bibliographic record
Abstract
Introdução: A medida da pressão arterial realizada para o diagnóstico, controle e tratamento da hipertensão arterial é considerada um procedimento simples e fácil, mas que requer cuidados para a obtenção de resultados fidedignos. Objetivo: Construir e refinar um web aplicativo para o ensino da medida da pressão arterial. Métodos: Estudo metodológico, desenvolvido no período de agosto a novembro de 2017, em quatro fases: Levantamento na literatura; Produção de infográficos, vídeos e fotos; Organização e agrupamento dos dados; Discussão sobre o formato do web aplicativo. Após a construção, realizou-se um refinamento de face e de conteúdo por cinco juízes. Resultados: O web aplicativo foi construído com vídeos, fotos, textos e infográficos sobre a medida da pressão arterial nas artérias braquial, radial e poplítea No refinamento analisou-se os aspectos pedagógicos e os técnicos, e foi considerada uma boa estratégia de ensino-aprendizagem a ser utilizada por discentes. Conclusão: A contribuição reside na oportunidade da utilização da ferramenta construída a partir de diversos recursos e do conhecimento científico atualizado para o ensino da medida correta da pressão arterial, o que contribui para a aquisição de competências necessárias para a prática clínica profissional segura.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.006 |
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".