Reabilitação neurocognitiva dos processos atencionais e mnésicos em casos de acidente vascular cerebral com utilização de ambientes virtuais
Bibliographic record
Abstract
O Acidente Cerebral Vascular (AVC) é considerado um dos défices neurológicos agudos mais comuns e das principais causas de morte em Portugal. Neste sentido, a tónica da reabilitação incide na reaquisição das capacidades cognitivas afectadas. Com efeito, o objectivo do presente estudo é verificar o impacto do plano de reabilitação cognitiva com recurso à Realidade Virtual no desempenho cognitivo de um grupo de utentes do Centro de Medicina de Reabilitação de Alcoitão, com diagnóstico de AVC após oito sessões de treino e estimulação cognitiva. A amostra clínica é constituída por nove sujeitos (N=9) com uma média de idades de 52,67 anos (DP=14,70) dos quais três são mulheres (N=3; 33,3%) e seis são homens (N=6; 66,7%). Os resultados desta investigação revelaram uma diferença estatisticamente significativa entre os dois momentos da avaliação neuropsicológica Montreal Cognitive Assessment (Z=-2,524; p= ,012) e da Wechsler Memory Scale (Z= -2,666; p= ,008). Com base nos resultados obtidos, verificou-se que os ambientes virtuais têm no processo de reabilitação cognitiva. Neste sentido, urge a necessidade de instaurar planos desta natureza nos hospitais e centros de reabilitação, de modo a proporcionar a reaquisição das funções cognitivas lesadas e consequente melhoria da qualidade de vida dos utentes.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 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".