EVIDÊNCIAS DA RODA DE CONVERSA COMO INSTRUMENTO DE ACOLHIMENTO NA ATENÇÃO PRIMÁRIA À SAÚDE
Bibliographic record
Abstract
Objetivo(s): Realizar uma revisão narrativa da literatura para explorar as evidências disponíveis no campo científico sobre o uso das rodas de conversa como ferramenta de acolhimento na Atenção Primária à Saúde (APS). Método: Realizou-se uma revisão narrativa da literatura, por meio do portal CAPES e do buscador Google Acadêmico, utilizando os descritores em Ciências da Saúde (DeCS) “Acolhimento”, “Atenção Primária à Saúde”. Além destes, foi incluída a expressão “roda de conversa”, amplamente utilizada no contexto brasileiro para descrever um método de participação coletiva e dialógica em debates, no entanto a mesma não consta no DeCS. Foram selecionados 9 artigos para integrar a revisão, com limitação de 5 anos da data de publicação. Resultados: Não foram encontrados estudos que trouxessem a roda de conversa como instrumento de acolhimento dos usuários na APS. No entanto, estudos demonstraram que essa estratégia é recorrentemente utilizada na APS para ações de educação em saúde junto aos usuários, ainda como ferramenta para a educação permanente dos profissionais da rede de atenção à saúde e como parte da formação em projetos de ensino. Conclusões: a presente busca não evidenciou o uso da roda de conversa como instrumento de acolhimento dos usuários, embora seja utilizada como ferramenta educativa e socializadora no contexto da APS. Sugere-se que novos estudos sejam realizados para investigar, aplicar e explorar a roda de conversa com a finalidade de acolhimento dos usuários e suas demandas, dada a potência desta ferramenta no que se refere à escuta e humanização do cuidado. Fonte de financiamento: Bolsa de Iniciação Científica (Edital PIBIC/Fapemig 2023-2024). Conflito de interesse: não há.
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 | 0.034 | 0.111 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.007 |
| Science and technology studies | 0.005 | 0.010 |
| Scholarly communication | 0.014 | 0.015 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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.
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".