EDUCAÇÃO INTERPROFISSIONAL NOS PROJETOS PEDAGÓGICOS DE RESIDÊNCIAS MULTIPROFISSIONAIS EM SAÚDE DO PARANÁ
Bibliographic record
Abstract
A educação interprofissional (EIP) possibilita que discentes das Residências Multiprofissionais em Saúde (RMS) atuem em prol de melhorias e avanços no cuidado em saúde. Todavia, a concretização desse modelo educacional nos programas de residência ainda encontra barreiras. Assim, essa pesquisa teve como objetivo analisar a abordagem da EIP em projetos pedagógicos de cinco RMS (PPRMS) do Paraná. Para tanto, realizou-se um estudo descritivo e transversal, do tipo análise documental. Primeiramente, fez-se atenta leitura dos projetos, tendo o Quadro Nacional de Competências Interprofissionais do Canadian Interprofessional Health Collaborative (CIHC) como referencial. Em seguida, um instrumento baseado na matriz orientadora para avaliação de contextos educacionais na perspectiva da EIP foi elaborado. Nessa matriz constavam 16 questões relacionadas aos objetivos, à fundamentação teórica, à estrutura e métodos de ensino-aprendizagem e aos mecanismos de avaliação da aprendizagem interprofissional. Os achados evidenciam a ausência de elementos importantes para efetivação da EIP e das práticas colaborativas no trabalho em saúde, como liderança colaborativa, resolução de conflitos interprofissionais, fundamentação teórica e avaliação da aprendizagem interprofissional. Por outro lado, o bom funcionamento da equipe, a comunicação interprofissional e o cuidado centrado no usuário, amplamente previstos nos documentos, dão perspectivas positivas em torno da consolidação da EIP nessas RMS.
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 | 0.014 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".