Análise dos parâmetros espaço-temporais da marcha de gestantes durante atividades de dupla tarefa
Bibliographic record
Abstract
Objetivo: Verificar se atividades de dupla tarefa interferem nos parâmetros espaço-temporais da marcha de gestantes. Metodologia: Para a avaliação cognitiva foram utilizados dois questionários, o Mini Exame do Estado Mental (MEEM) e a Avaliação Cognitiva Montreal (MoCA). Após, as tarefas simples (TS) foram realizadas: a tarefa motora da marcha e as tarefas cognitivas de fluência verbal, aritmética de subtração e leitura no celular. Após, foram realizadas as atividades de dupla tarefa (DT), que consistiram na realização simultânea da tarefa motora da marcha e de cada uma das tarefas cognitivas. Para a análise dos resultados, interações entre as tarefas e entre os grupos foram realizadas utilizando ANOVA mista, seguido do pós-hoc de Tukey. Como critério de decisão, o nível de significância adotado foi p < 0,05. Resultados: Na comparação intragrupo, ambos os grupos não demonstraram nenhuma alteração estatisticamente significativa na comparação entre a TS da marcha e as DTs. Também não foram identificadas diferenças significativas na comparação entre os grupos em nenhum parâmetro da marcha analisado (velocidade, cadência, comprimento da passada, largura do passo e tempo da passada). Conclusões: O pequeno número de gestantes no período final de gestação, apenas duas gestantes encontravam-se no terceiro trimestre gestacional sendo este período no qual ocorrem as mais significativas alterações biomecânicas, hormonais e cognitivas nesta população, justificam a não interferência das atividades de DT e a semelhança entre os grupos avaliadas. [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 | 0.001 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".