Da prescrição à tradução: apoio institucional e matricial a partir da gestão autônoma da medicação
Bibliographic record
Abstract
Em 2009, um grupo de pesquisadores das universidades UNICAMP, UFRGS, UFF e UFRJ aliou-se a pesquisadores da Universidade de Montreal através da Aliança Internacional de Pesquisa Universidade Comunidade – Saúde Mental e Cidadania (ARUCI-SMC), que possibilitou a importação da Gestão Autônoma da Medicação. Ao longo do processo de pesquisa que vai de 2009 até 2014, nós, pesquisadores da UFF, passamos por três fases: 1) Tradução e adaptação do Guia GAM à realidade brasileira em Centros de Atenção Psicossocial (CAPS) nos estados do RJ, SP e RS, 2) Validação do Guia GAM no município de São Pedro da Aldeia (RJ) e 3) Oferta de Apoio Institucional ao Fórum dos Trabalhadores da RAPS e Apoio Matricial à implantação dos grupos GAM no CAPS do referido município. Traduzindo a GAM do Canada para o Brasil, orientados pela metodologia de pesquisa-intervenção participativa, buscamos transformar práticas ligadas à prescrição de medicamentos psiquiátricos, e esbarramos em várias outras práticas prescritivas. A experiência de Apoio Institucional e Matricial descrita e analisada neste trabalho problematiza as várias práticas prescritivas que podem comparecer no cotidiano do trabalho em Saúde Mental, e propõe que possamos nos aventurar em exercícios de tradução entre diferentes perspectivas, experimentando novas relações entre usuários, familiares, trabalhadores e pesquisadores. Em consonância com os princípios e diretrizes do Sistema Único de Saúde e da Reforma Psiquiátrica, essa pesquisa afirma a necessidade de promovermos a participação e a autonomização dos diferentes atores que compõem o campo da Saúde Mental, e aponta um caminho possível que vai na direção da ampliação de redes de relações que possam acolher a singularidade.
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 | 0.006 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".