CASOS DE ABUSOS SEXUAIS E TENTATIVA DE SUICÍDIO NA INFÂNCIA E ADOLESCÊNCIA: UM ESTUDO EPIDEMIOLÓGICO
Bibliographic record
Abstract
Casos de abuso sexual e violência autoprovocada/ tentativa de suicido na infância e adolescência é uma situação de saúde pública que necessita de medidas preventivas. Portanto, para que seja implementado ações efetivas é necessário conhecer o perfil epidemiológico das ocorrências. Este estudo tem o objetivo de realizar um levantamento de dados no sistema TABNET, sobre o número de casos de violência autoprovocada/tentativa de suicídio e violência sexual em crianças e adolescentes no estado do Rio Grande do Sul. Trata-se de um estudo epidemiológico de análise descritiva retrospectiva, por meio da coleta de dados disponibilizados no site TABNET no período de 2017 a 2021, no estado do Rio Grande do Sul. As características sociodemográficas analisadas foram a raça, sexo, idade, número de ocorrências de violência autoprovocada/tentativa de suicídio e violência sexual. Os dados demonstram tanto para os casos de violência sexual ou violência autoprovocada que no ano de 2019 ocorreu o maior número de notificações, sendo o predomínio do gênero feminino, caucasiano e em adolescentes. Lacunas no processo de notificação e disponibilidade dos dados no sistema podem contribuir para um viés dos resultados encontrados. O estudo do perfil sociodemográfico da população contribui para as equipes de gestão e profissionais de saúde desenvolvam medidas preventivas e de promoção da saúde.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".