Religiosidade em hipertensos: revisão rápida da literatura
Bibliographic record
Abstract
DEDICATÓRIADedico este trabalho primeiramente à minha mãe, Marizete Pereira Rocha, que não teve as mesmas oportunidades de estudo que eu, mas que sempre se mostrou orgulhosa ao acompanhar minha trajetória intelectual, por vezes, com seus olhinhos marejados de emoção.Eu percebo o quanto você tem capacidade de aprender e te admiro muito por estar sempre pesquisando detalhes que fazem suas receitas ficarem ainda mais gostosas.Muito obrigada por todo o incentivo, dedico este tempo de mestrado a você, mamisi.Aproveitando a inspiração materna, dedico este trabalho também aos meus filhos, Graziela e Lorenzo, torcendo para que sirva de inspiração para buscarem superar a mamãe e o papai, seja intelectualmente, moralmente, espiritualmente... mas que possam aflorar seu potencial de evolução e superação.AGRADECIMENTOS Agradeço primeiramente à força suprema (Deus, universo, anjo da guarda, espiritualidade...) que me orienta e me suporta diante das circunstâncias da vida; Aos meus pais, Lázaro e Marizete, sendo grande fonte de inspiração por seu esforço em superar as adversidades que passaram na vida e me proporcionarem oportunidades de estudo e desenvolvimento; Ao meu marido Rafael de Moraes Pontilho, por me apoiar em todos os sentidos para que este trabalho pudesse se desenvolver.Pude ficar tranquila para me dedicar quando você cuidava das crianças sozinho nos dias que precisei trabalhar à noite ou aos fins de semana; quando me trazia um chocolate ou um lanchinho; quando se interessava em saber sobre o andamento do trabalho e até ao se oferecer para fazer alguma parte por mim quando sentia que eu precisava de um descanso (não aceitei, como boa orgulhosa que sou haha, mas sou imensamente grata); Agradeço imensamente à professora Maria Cláudia, que é um exemplo de mulher, com uma grandeza intelectual e humana admiráveis.Agradeço pela oportunidade de estudar este tema tão intrigante para mim; por sua paciência e flexibilidade, possibilitando que eu desenvolvesse este trabalho sem abrir mão da minha rotina como mãe, esposa, neuropsicóloga, voluntária etc. Perceber sua confiança foi de grande incentivo e inspiração para eu seguir me dedicando e também para acreditar que é possível o desenvolvendo da ciência por outras brasileiras, independente da idade.À Clarissa Garcia Rodrigues, que me orientou com muita gentileza e atenção, estruturando o caminho até que eu pudesse trilhá-lo sem tanta supervisão.À Patrícia de Oliveira Dias que, com seu olhar apurado na metodologia, me auxiliou a finalizar o trabalho conforme as diretrizes mais atuais.Agradeço também a todos os colegas que pude conhecer trabalhando em parceria com a professora, uma dúvida aqui, outra ali e seguimos com menos perrengue.É lindo ver tanta gente inteligente desenvolvendo seu trabalho e ajudando uns aos outros a desenvolver conhecimento.Por último, mas não menos importante, agradeço aos profissionais de segurança, limpeza, administração, biblioteca e tantos outros, que muitas vezes são ignorados, mas que nos proporcionam tranquilidade e facilitam alguns processos na nossa jornada.
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 | 0.015 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.005 | 0.003 |
| Bibliometrics | 0.023 | 0.024 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.006 | 0.008 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.004 | 0.004 |
| 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".