MétaCan
Menu
← Back to cohort

Escala Multidimensional de Mensuração e de Avaliação de Dor (EMMADOR-SABER): percepção do conhecimento

2022· dissertation· pt· W4309588174 on OpenAlexaboutno aff
Amanda Batista Vilarindo

Bibliographic record

Venuenot available
Typedissertation
Languagept
FieldMedicine
TopicPediatric Pain Management Techniques
Canadian institutionsnot available
Fundersnot available
KeywordsVisual analogue scaleScale (ratio)PsychologyQualitative researchDescriptive statisticsPerceptionNursingFace validityMedical educationApplied psychologyMedicinePhysical therapyClinical psychologyPsychometricsSociologyCartography

Abstract

fetched live from OpenAlex

DEDICATÓRIAAo meu pai, homem íntegro, humilde, engraçado e ao mesmo tempo ranzinza, que tenta com todas as suas forças manejar sua própria dor de existir no mundo.À minha mãe, que com tanto esforço me proporcionou tudo de melhor que poderia, espero um dia ter a importância para meus filhos próxima da que você tem para mim.Aos professores da minha família, que com tanta dificuldade levam dia após dia o seu melhor para o ensino público do Brasil.Aos meus avós, presentes fisicamente ou não, que me ensinaram desde sempre tanto sobre o amor, me considero sortuda por ter tido a oportunidade de existir no mesmo tempo que vocês.Ao meu namorado Diego, que me mostra todos os dias o sentido das palavras amor e companheirismo.À professora Fátima, que com sua sabedoria proporcionou que eu me apaixonasse cada dia mais por este tema.AGRADECIMENTOS Agradeço à minha família por todo apoio durante todos esses anos e em todos os sentidos, acreditando em mim mais do que eu mesma, sobretudo meus pais, que são a razão de tudo isso ser possível.Ao meu namorado, amigo, marido, parceiro Diego, que sempre me incentivou e esteve comigo em todos os momentos que eu mais precisei.Às minhas amigas Thais e Bruna, que são como irmãs pra mim, me aconselham e fazem minha vida melhor há muitos anos e neste momento não seria diferente.À República Doriana por ser minha segunda família e a melhor escolha que eu fiz, vocês tornaram meus dias melhores e os momentos difíceis muito mais suportáveis, quando penso em cada uma meu coração enche de amor e gratidão.À Professora Fátima, que com toda paciência e dedicação transformou minha vivência na academia, e possibilitou que este trabalho fosse concluído da melhor forma possível, mesmo em tempos tão difíceis.O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -Brasil (CAPES) -Código de Financiamento 001 Conheça todas as teorias, domine todas as técnicas, mas ao tocar uma alma humana, seja apenas outra alma humana.

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 imitation

Not 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.

metaresearch head score (Codex)0.016
metaresearch head score (Gemma)0.030
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.016
Threshold uncertainty score0.085

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0160.030
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0030.002
Science and technology studies0.0010.003
Scholarly communication0.0020.002
Open science0.0010.004
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.017
GPT teacher head0.320
Teacher spread0.303 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2022
Admission routes1
Has abstractyes

Explore more

Same topicPediatric Pain Management Techniques→French-language works237,207→