MétaCan
Menu
Back to cohort
Record W4386988052 · doi:10.51161/conais2023/20946

VALIDAÇÃO DE SOFTWARE SOBRE CARDIOPATIAS CONGÊNITAS

2023· article· pt· W4386988052 on OpenAlexaff
Hévila Ferreira Gomes Medeiros Braga, Emanuella Silva Joventino, Maria Jocelane Nascimento da Silva, Antônio Marcos de Souza Soares, ANTÔNIO CARLOS DA SILVA BARROS

Bibliographic record

Venuenot available
Typearticle
Languagept
FieldSocial Sciences
TopicPublic Health in Brazil
Canadian institutionsDiscovery Air (Canada)
Fundersnot available
KeywordsHumanitiesComputer sciencePhilosophy

Abstract

fetched live from OpenAlex

INTRODUÇÃO: Aproximadamente um terço dos pacientes com cardiopatia congênita tem anomalias consideradas graves que necessitam de intervenção clínica ou cirúrgica ainda no primeiro ano de vida. Nesse contexto, é fundamental a orientação dos profissionais de saúde sobre o cuidado e explicação do defeito estrutural e a anatomia do coração, para promover o entendimento dos pais e cuidadores sobre a complexidade da doença. Assim, tais orientações podem ser realizadas com tecnologias educativas, a exemplo com o uso de software baseado em realidade virtual. OBJETIVO: Descrever a validação de um software baseado em realidade virtual para o apoio às orientações sobre cardiopatias congênitas. MÉTODOS: Estudo metodológico, de avaliação tecnológica. O processo de validação foi realizado por meio da apreciação de um comitê de juízes da área da saúde e da área da computação utilizando-se como instrumento de avaliação a norma internacional ISO/IEC 25010. Considerou-se o Coeficiente de Validade do Conteúdo igual ou superior a 0,80 para o item ser válido. O estudo foi aprovado pelo Comitê de Ética em Pesquisa da Universidade da Integração Internacional da Lusofonia Afro-Brasileira, sob o parecer nº 5.200.452. RESULTADOS: O software é adequado e pertinente ao que foi proposto. As características avaliadas foram a adequação funcional, confiabilidade, usabilidade, eficiência de desempenho, compatibilidade, segurança, manutenibilidade e portabilidade, sendo as duas últimas avaliadas apenas pelos juízes da área da computação. Em todas as características, o software alcançou o CVC igual ou maior que 0,80. CONCLUSÃO: Evidenciou-se que o software CardioVR apresenta-se satisfatório, válido e adequado conforme a avaliação dos juízes da área da saúde e da computação. Portanto, poderá contribuir nas orientações dos profissionais de saúde, sobretudo dos enfermeiros, no pré-operatório das crianças com cardiopatia, e assim, favorecer a compreensão dos pais e cuidadores sobre a cardiopatia da criança

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 imitation

Not 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.

metaresearch head score (Codex)0.038
metaresearch head score (Gemma)0.232
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Methods · Consensus signal: none
Teacher disagreement score0.038
Threshold uncertainty score0.203

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0380.232
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.002
Bibliometrics0.0060.005
Science and technology studies0.0010.002
Scholarly communication0.0040.003
Open science0.0010.003
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0040.001

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.

Opus teacher head0.100
GPT teacher head0.397
Teacher spread0.297 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreMethods

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".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same topicPublic Health in BrazilFrench-language works237,207