Descriptive study of populations in the wheelchair service
Bibliographic record
Abstract
Introdução: Estima-se que 10% de toda população com deficiência necessita de cadeira de rodas. Apesar das ferramentas e diretrizes existentes para a dispensa de cadeira de rodas estas são desconhecidas por muitos profissionais, o que torna esta tarefa ainda mais complexa. A cadeira de rodas possui possibilidades de ajustes, materiais, formas e tipos específicos para a necessidade de cada usuário. Os modelos de prescrição devem auxiliar tal tarefa. Após a dispensa da cadeira de rodas ainda há a necessidade de adequação e treinamento de seu usuário para esta ser eficiente. No Brasil há a lacuna de informações sobre quem são esses usuários e suas demandas, o que prejudica a implementação de políticas eficientes. Também é escassa a discussão sobre como são feitas as dispensas de cadeira de rodas no Brasil e quem são os profissionais protagonistas desta tarefa. Objetivo: Descrever o perfil dos públicos envolvidos nos serviços de cadeira de rodas, profissionais que atuam na dispensa de cadeiras de rodas e usuários de cadeiras de rodas. Metodologia: trata-se de um estudo transversal com abordagem quantitativa, foram utilizadas as ferramentas Avaliação da satisfação do usuário com a Tecnologia Assistiva de Quebec B-QUEST, o Critério de Classificação Econômica Brasil, formulário de caracterização dos participantes desenvolvido pelos autores. Os dados foram coletados via questionário online utilizando a plataforma Survey Monkeys, em seguida foram analisados em frequência em valores absolutos e valores de porcentagem. Resultados: Participaram desta pesquisa 110 indivíduos divididos em GP - grupo profissionais do serviço de dispensa de cadeira de rodas (60 indivíduos) e GU - grupo usuários de cadeira de rodas (50 indivíduos). A maioria dos indivíduos do GU é do Sexo masculino (58%) apresenta lesão medular, adquiriu sua cadeira de rodas com recursos próprios e não recebeu treinamento de como utilizar ou fazer manutenção na cadeira de rodas tendo. A maioria dos indivíduos do GP é do sexo feminino (78%), atuam em Centro de Especialidades de Referência ou Unidade de saúde e são fisioterapeutas. Conclusões: os usuários têm tomado pouca participação na decisão sobre o melhor recurso e há baixa satisfação com a tecnologia segundo a ferramenta QUEST, sendo esta adquiria por conta própria, Os profissionais não têm formação específica a disposição.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.000 | 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; both teacher heads agree on what is shown here.
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".