Desafios para o cuidado da insuficiência cardíaca: pesquisa exploratória com enfermeiras em Ontario
Bibliographic record
Abstract
Objetivos: observar a implementação de protocolos canadenses aos pacientes com insuficiência cardíaca, assim como identificar junto às enfermeiras, aspectos de educação em saúde. Método: pesquisa exploratória no período de agosto a dezembro de 2013, onde a coleta de dados deu-se por observação durante a Shadow Experience, e por entrevista de enfermeiras canadenses. Para análise dos dados, utilizou-se a estatística descritiva. Resultados: 28 pacientes foram observados na estratégia Shadow Experience em diferentes níveis de atendimento, e 13 enfermeiras entrevistadas. Em Educação em Saúde, o contato interpessoal foi a estratégia mais utilizada (69,23%), o tratamento foi a ação prioritária (76,92%), seguida da prevenção (30,77%). Há desafios com relação aos hábitos de vida prejudiciais, e para o autocuidado considerado pouco eficaz(38,46%). Conclusão: A interação interpessoal, a qual envolveu profissionais e indivíduos canadenses em diferentes níveis de atendimento, contribuiu para identificar em sua implementação, ações básicas e desafios para insuficiência cardíaca.Descritores: enfermagem; insuficiência cardíaca; atenção primária; intercâmbio educacional internacional.
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 | 0.013 | 0.027 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".