O gato comeu a sua língua? A metáfora conceptual nos instrumentos de avaliação padronizados e no processo de reabilitação da habilidade de leitura em casos de afasia
Bibliographic record
Abstract
A afasia consiste em um distúrbio de linguagem, causado por uma lesão cerebral adquirida, que compromete o desempenho linguístico - expressivo e/ou compreensivo. A avaliação e o processo de reabilitação da habilidade de leitura em casos de afasia nunca foram tarefas fáceis desenvolvidas no âmbito clínico, pois a metodologia escolhida pelo profissional nem sempre é a mais pertinente. Desta forma, esta pesquisa objetiva propor melhorias aos instrumentos de avaliação padronizados e ao processo de reabilitação da habilidade de leitura em casos de afasia, a partir da teoria da metáfora conceptual. No que tange ao método, trata-se de uma pesquisa de natureza qualitativa de nível exploratório. Primeiramente, investiga-se a concepção de leitura, através dos estudos de Kleimann (2004, 2013), Halliday (1989) Kilian e Flôres (2012), entre outros; e de metáfora conceptual, com base na literatura desenvolvida por Lakoff e Johnson (1980, 2002), Kövecses (2005) e Evans e Green (2006). Em seguida, analisam-se os estudos desenvolvidos no Brasil nos últimos vinte anos sobre o tema em questão, a fim de verificar se nesse processo são disponibilizadas condições para que o afásico compreenda e interprete as metáforas conceptuais presentes em um texto. Posteriormente, são analisados os principais testes-padrão utilizados na clínica fonoaudiológica brasileira em casos de afasia, sendo eles: o Token Test (1962), o Boston Diagnostic Aphasia Examination (BDAE) (1983); o Teste M1-Alpha (1993); a Bateria Montreal de Avaliação da Comunicação Breve (Bateria MAC B) (2008/2014); e a Bateria Montreal-Tolouse de Avaliação da Linguagem (MTL) (2016). Por fim, são propostas melhorias em cada uma das baterias supracitadas. Através desta pesquisa, conclui-se que, ao considerar que a metáfora é conceptual, convencional e pervasiva à linguagem, acredita-se que a maioria das atividades que se propõem a investigar a habilidade de leitura poderia contemplar a análise da compreensão e da interpretação metafórica, visto que o sucesso da leitura depende não só da identificação de palavras, da fluência, do conhecimento lexical e do contexto, como também da interpretação de inferências e metáforas. [resumo fornecido pelo autor]
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 | 0.020 | 0.032 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.008 | 0.007 |
| Science and technology studies | 0.004 | 0.014 |
| Scholarly communication | 0.016 | 0.025 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 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".