Intervenção precoce na infância em Portugal: contexto da creche e jardim de infância
Bibliographic record
Abstract
O artigo explora a prática de intervenção precoce na infância (IPI) em Portugal, com foco no Sistema Nacional de Intervenção Precoce na Infância (SNIPI) e na atuação da Associação Nacional de Intervenção Precoce (ANIP). O estudo descreve a evolução dos programas de intervenção precoce desde a década de 1960, destacando mudanças significativas ao longo dos anos. A metodologia inclui observação direta e análise documental das práticas educativas na Creche e Jardim de Infância (CJI) da Associação de Intervenção Precoce, com ênfase na interação com as famílias e na aplicação de conceitos teóricos na prática cotidiana. Constatou-se que a Associação Nacional de Internação Precoce promove um ambiente inclusivo e colaborativo, centrado na criança e na família, utilizando estratégias de intervenção personalizadas e focadas no brincar livre e no contato com a natureza. A comunicação aberta entre profissionais e famílias, a formação contínua e a aplicação de abordagens teóricas são evidentes nas práticas observadas, contribuindo para o desenvolvimento integral das crianças. O estudo revela a eficácia das práticas e sugere que a colaboração ativa das famílias e a abordagem centrada na criança são cruciais para o sucesso da intervenção precoce.
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) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".