Modelo de maturidade de serviços de telessaúde para o cenário brasileiro (TMSMM.br)
Bibliographic record
Abstract
Este artigo descreve uma proposta de framework denominado Modelo de Maturidade de Serviços de Telessaúde (TMSMM.br) para avaliação do estágio corrente dos núcleos de telessaúde no contexto brasileiro. As etapas incluíram revisão da literatura, compilação e interpretação, instrumento de coleta, inquérito com coordenadores de núcleos, elaboração do modelo e do processo de avaliação. A revisão resultou 857 aspectos de qualidade para serviços de telessaúde, agrupados em 12 temas com 34 tópicos. TMSMM.br consiste na definição de 3 dimensões estruturantes (temas, serviços, estágios) e provê um conjunto padronizado de 200 requisitos ordenados em 5 domínios temáticos (estrutura, organização, usuário, operação e comunidade) para 8 serviços (consulta, consultoria, diagnóstico, tratamento e encaminhamento, formação e capacitação, controle social e comunicação, rede de atenção à saúde, e pesquisa, desenvolvimento e inovação). TMSMM.br colabora para que núcleos de telessaúde possam identificar e comparar características essenciais e seus estágios de maturidade.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".