MétaCan
Menu
Back to cohort
Record W4404898746 · doi:10.31211/rpics.2024.10.2.353

Revisão sistemática de análises funcionais de comportamentos desafiadores no Brasil

2024· article· pt· W4404898746 on OpenAlexaff
Felipe Magalhães Lemos, Christiana Gonçalves Meira de Almeida, João dos Santos Carmo, Joshua Jessel

Bibliographic record

VenueRevista Portuguesa de Investigação Comportamental e Social · 2024
Typearticle
Languagept
FieldPsychology
TopicBehavioral and Psychological Studies
Canadian institutionsBrock University
Fundersnot available
KeywordsPsychology

Abstract

fetched live from OpenAlex

Contexto: As análises funcionais são consideradas o padrão-ouro para identificar a função de comportamentos desafiadores e determinar intervenções subsequentes. Embora recomendadas, sua utilização por analistas do comportamento é reportada como pouco frequente. Objetivo: Realizar uma revisão sistemática de artigos publicados com revisão por pares, que descrevam análises funcionais de comportamentos desafiadores como procedimento pré-tratamento, conduzidas no Brasil, independentemente do local de publicação. Métodos: Realizou-se buscas online nas bases PsycINFO, ERIC, ISI Web of Science, Biblioteca Virtual em Saúde e Google Acadêmico; adicionalmente contactaram-se telefonicamente grupos de pesquisa em análise do comportamento. Os estudos incluídos (i) foram conduzidos no Brasil; (ii) utilizaram análise funcional como pré-tratamento; (iii) recorreram a procedimentos experimentais e mensuraram comportamentos desafiadores; e (iv) demonstraram uma relação entre eventos ambientais e comportamento. Resultados: Identificaram-se 234 estudos; porém, apenas cinco atenderam aos critérios de inclusão. A maioria (80%) foi classificada como utilizando análise funcional breve, embora os autores as classificassem como análise funcional padrão. Nenhum estudo apresentou ou atingiu critérios de diferenciação nas análises funcionais. Conclusões: Conclui-se que estudos envolvendo análises funcionais para informar planos de tratamento são escassos no Brasil, sendo necessárias adequações nas pesquisas para alcançar a precisão requerida.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.080
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0020.002
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0000.001
Science and technology studies0.0010.002
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0080.002

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 head0.172
GPT teacher head0.365
Teacher spread0.193 · 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; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

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

Citations1
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueRevista Portuguesa de Investigação Comportamental e SocialSame topicBehavioral and Psychological StudiesFrench-language works237,207