SISTEMAS COMPUTACIONAIS PARA AUXÍLIO NA CICATRIZAÇÃO DE FERIDAS: REVISÃO DE ESCOPO
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Objetivo:Investigar estudos que apresentem sistemas computacionais de auxílio à cicatrização de feridas e quais sistemas se referem ao uso de laser de baixa intensidade. Método: Revisão de escopo que visou responder à questão de pesquisa: Quais sistemas computacionais auxiliam na cicatrização de feridas? Uma subquestão foi: quais sistemas computacionais se referem ao uso do laser de baixa intensidade? Resultados: A partir da busca, aplicando os critérios de elegibilidade, 49 artigos compuseram a amostra final. Os sistemas apresentaram várias finalidades de apoio à cicatrização de feridas, em que a maioria apresentou como usuário do sistema o profissional de saúde, sendo a medicina a área profissional mais mencionada, embora a enfermagem esteja envolvida com o manejo do cuidado às pessoas com feridas. Foi relatada com frequência a inovação na assistência a partir do uso do sistema computacional, o que demonstra a importância desse tipo de ferramenta para a prática clínica. Verificou-se com frequência o uso de plataforma mobile, como tendência da atualidade. Conclusão: Os sistemas computacionais têm sido utilizados como ferramentas para apoiar pacientes e principalmente profissionais na cicatrização de feridas. Quanto ao laser de baixa intensidade, houve escassez de sistemas computacionais com essa finalidade, com apenas um estudo.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.004 |
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 it