Impacto de pesquisas de dengue financiadas pelo Ministério da Saúde no Brasil
Bibliographic record
Abstract
RESUMO Este estudo avaliou o impacto de 24 pesquisas sobre dengue financiadas pelo Departamento de Ciência e Tecnologia do Ministério da Saúde, em parceria com o Conselho Nacional de Desenvolvimento Científico e Tecnológico, nos anos 2006, 2008 e 2012, utilizando como referência as dimensões avanços do conhecimento, capacidade de pesquisa, tomada de decisão informada e impactos na saúde da Matriz de Avaliação de Impacto da Canadian Academy of Health Sciences. Os dados foram coletados por levantamento documental, questionários e entrevistas com os/as coordenadores/as das pesquisas de dengue. Foram alcançados 1.107 impactos, sendo a maioria nas dimensões avanços do conhecimento (712) e capacidade de pesquisa (314). Nessas duas dimensões, destacaram-se: divulgação dos resultados em congressos (390) e publicação de artigos científicos (166). Houve menor impacto nas dimensões tomada de decisão (75) e impactos na saúde (7), porém, ressalta-se a disseminação dos resultados das pesquisas nas mídias (43) e impactos em determinantes de saúde (5). Este estudo evidenciou diversidade de impactos produzidos pelas pesquisas sobre dengue nas dimensões avaliadas, o que demonstra a importância da avaliação de impacto para identificar os benefícios e justificar os investimentos. Assim, contribui para o fortalecimento da capacidade do sistema de pesquisa brasileiro para enfrentamento da dengue.
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 | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| 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".