Cães de assistência em Portugal : cães-guia, cães para surdos e cães de serviço
Bibliographic record
Abstract
Cada vez mais a sociedade atual tenta fornecer meios que facilitam e melhoram a qualidade de vida dos seres humanos. Os cães de assistência são um desses meios. Os cães-guia auxiliam pessoas cegas, os cães para surdos auxiliam pessoas com dificuldades de audição graves e os cães de serviço auxiliam pessoas com problemas motores, orgânicos ou mentais. Este tipo de cães passa por um processo de aprendizagem através de um treino especializado de acordo com o tipo de utilizador, sendo o reforço positivo e o clicker as técnicas mais utilizadas para se obter tais objetivos. Além disso, a escolha das raças e os seus temperamentos são de extrema importância, pois está em causa a segurança de um ser humano com incapacidades. O objetivo principal deste trabalho foi caraterizar os cães de assistência em Portugal, tendo sido feitos 2 tipos de questionários, um às associações que treinam cães de assistência e o outro aos utilizadores desses mesmos cães. Foram feitos inquéritos a 3 associações e a 32 utilizadores espalhados pelo País. Verificou-se que a raça mais utilizada é a Labrador Retriever devido à sua personalidade calma, à sua memória e à sua destreza física. Também se aferiu a importância da esterilização de todos os cães de assistência assim como a sua vacinação. Finalmente averiguou-se que os utilizadores destes animais se sentem mais confiantes, seguros, com melhor autoestima e conseguem socializar-me com maior facilidade com a sociedade em geral, após estes animais fazerem parte das suas vidas. Também sentem uma ligação muito forte com o seu cão de assistência, pois cada vez mais a lei permite que este tipo de cães acompanhem os seus utilizadores em qualquer local público, sejam transportes ou estabelecimentos comerciais.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.008 | 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".