SAÚDE MENTAL E EDUCAÇÃO: OLHAR DE CUIDADO ÀS/AOS PROFISSIONAIS EM EDUCAÇÃO
Bibliographic record
Abstract
RESUMO: A psicologia é uma área abrangente, que encontra-se atrelada a inúmeras outras áreas, sendo seu papel enquanto ciência, bem expressivo nestes últimos anos, devido a pandemia da COVID-19.Partindo desse pressuposto, este estudo objetiva descrever sobre uma das áreas de atuação das/os psicólogas/os, sendo esta a Psicologia das Organizações e do Trabalho (POT), com vistas a saúde mental das/os profissionais da educação.Para isso, buscase justificar o estudo com vistas a possibilitar espaço de escuta e discussões sobre saúde mental de professoras/es de um município da região metropolitana, com vistas aos sofrimentos oriundos da pandemia da COVID-19.O levantamento de materiais ocorreu com a busca de estudos em uma plataforma científica, sendo o levantamento de dados oriundo da realização de um grupo de escuta com professoras/es.Os resultados apontam que as/os professoras/es apresentavam sofrimentos significativos em suas atuações profissionais, mesmo antes da pandemia da COVID-19, que não havendo espaço de escuta, somados a outros atravessamentos podem gerar a Síndrome de Burnout.Outros aspectos observados se relacionam a falta de reconhecimento profissional, cargas excessivas de trabalho, baixa remuneração entre outros.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.002 |
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".