Vigilância em doenças tropicais e práticas de enfermagem na Amazônia: modelagem climática e inovações científicas para a saúde em tempos de mudanças globais
Bibliographic record
Abstract
OBJETIVO: Sintetizar as evidências científicas sobre a aplicação da modelagem climática na vigilância de doenças tropicais na Amazônia, com ênfase no papel da enfermagem, visando compreender como os avanços tecnológicos podem ser traduzidos em práticas de cuidado territorializadas e humanizadas. MATERIAIS E MÉTODOS: Seguindo as diretrizes PRISMA, foram analisados 48 estudos publicados entre 2013 e 2023, recuperados das bases PubMed, Scopus, Web of Science, LILACS e SciELO, utilizando combinações de descritores relacionados a clima, doenças tropicais e enfermagem. A qualidade metodológica foi avaliada por ferramentas como a Newcastle-Ottawa Scale e o JBI Critical Appraisal Checklist. RESULTADOS: Os achados revelaram que a maioria das pesquisas concentrou-se em malária (45,8%), dengue (29,2%) e leishmaniose (16,7%), utilizando predominantemente variáveis climáticas como temperatura e precipitação. Apenas 18,8% dos estudos descreveram intervenções de enfermagem baseadas em evidências climáticas, destacando-
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 | 0.030 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.003 |
| 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".