Violência obstétrica e os Estudos CTS: o processo de acolhimento durante a pandemia da COVID-19 no Município de Paranaguá/PR
Bibliographic record
Abstract
A pesquisa propôs investigar a violência obstétrica e o processo de acolhimento frente a gravidez na pandemia da COVID-19 entre os anos de 2020 a 2021, em Paranaguá – PR. Os objetivos específicos pretendem estabelecer em bases teóricas sobre os estudos em Ciência, Tecnologia e Sociedade a partir da perspectiva da Epistemologia Feminista, violência obstétrica e o processo de acolhimento enquanto tecnologia; descrever e interpretar casos de violência obstétrica, bem como a sua relação com os direitos reprodutivos e sexuais, a partir do relato de mulheres que estão/estavam em um ciclo gravídico-puerperal durante a pandemia da COVID-19, em Paranaguá – PR, entre 2020 a 2021. A metodologia de pesquisa utilizada é a qualitativa, conduzida através de um roteiro semiestruturado e a análise de dados elaborada por intermédio da categorização de conteúdo proposto por Lawrence Bardin (2011). Com base nos relatos das mulheres em situação de gravidez durante a pandemia desse vírus, se busca analisar casos de violência obstétrica e como essas mulheres perceberam os mecanismos de acolhimento tanto em instituições de saúde públicas e privadas situadas em Paranaguá/PR. Com a amostra dos dados, foi possível constatar que houve um aumento da vulnerabilidade das gestantes, parturientes e puérperas em virtude da pandemia da COVID-19, durante o período informado.
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 | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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.
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".