QUALIDADE DE VIDA DOS USUÁRIOS DE CADEIRA DE RODAS E O GRAU DE SATISFAÇÃO QUANTO AO USO DA TECNOLOGIA ASSISTIVA
Bibliographic record
Abstract
O objetivo deste estudo foi avaliar a qualidade de vida dos usuários de cadeira de rodas e o grau de satisfação quanto ao uso da tecnologia assistiva. Trata-se de uma pesquisa descritiva transversal, exploratória e quantitativa composta por 57 participantes, que responderam a três instrumentos: um questionário em relação ao perfil dos usuários de cadeira de rodas, o World Health Organization Quality of Life (WHOQOL-bref) e o Quebec User Evaluation of Satisfaction with Assistive Technology (QUEST 2.0). O nível de satisfação do usuário quanto ao recurso da tecnologia assistiva (TA) alcançou uma média de 3,05 e quanto ao serviço atingiram uma média de 2,71. Os itens que os cadeirantes estão mais satisfeitos são a eficácia (média de 3,42), facilidade de uso (média de 3,23) e dimensão (média de 3,11). Os itens de mais insatisfação são reparos e assistência técnica (média de 2,44), peso (média de 2,65) e serviço de acompanhamento (média de 2,75). A qualidade de vida geral e satisfação com a saúde obteve uma média de 4,09. O domínio físico alcançou a melhor média (3,62), seguido dos domínios meio ambiente (3,54) e psicológico (3,46), o domínio relações sociais apresentou a menor média (2,47). Conclui-se que a maioria dos usuários de cadeiras de rodas não estão satisfeitos com o serviço da TA, visto que muitos fatores relacionados a eles interferem nas relações sociais do cadeirante, tendo reflexo em sua qualidade de vida, uma vez que o domínio relações sociais apresentou a pior média.
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 | 0.006 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".