De aluno a enfermeiro: desenvolvimento de competências em contexto de ensino clínico

A formação em enfermagem tem acompanhado a evolução sociocultural e científico-tecnológica procurando dar resposta às exigências dos utentes e, sobretudo, à complexidade e à imprevisibilidade dos contextos de prestação de cuidados. Segundo os novos paradigmas de formação, pretende-se que os alunos desenvolvam competências que lhes permitam “agir em situação”. Neste estudo procurámos compreender de que forma os alunos desenvolvem as suas competências em contextos de ensino clínico e quais os factores que, à luz da perspectiva bioecológica de desenvolvimento humano (Bronfenbrenner e Morris, 1998) e do seu modelo PPCT (Pessoa, Processo, Contexto e Tempo), se constituem como facilitadores ou inibidores desse desenvolvimento. Optámos por uma metodologia predominantemente qualitativa, através de um estudo de caso, referente ao 2º Curso de Licenciatura em Enfermagem da Escola Superior de Saúde da Universidade de Aveiro (2002-2003 a 2005- 2006). Para além da análise documental para contextualização do ensino clínico no currículo do curso, foram recolhidas narrativas dos alunos e supervisores relativas às suas vivências em ensino clínico durante todo o percurso formativo. Os resultados da análise de conteúdo das narrativas, de natureza qualitativa, foram triangulados com as classificações dos alunos nas grelhas de avaliação de competências e respectivos relatórios e procuraram responder à primeira questão de investigação que visava analisar o desenvolvimento de competências e as perspectivas dos actores envolvidos nesse processo. A resposta à segunda questão, que incidia sobre os factores de desenvolvimento à luz do modelo PPCT, foi baseada essencialmente na análise das narrativas. Os resultados obtidos permitem-nos concluir que o desenvolvimento de competências ocorre de forma integradora, combinando sinergeticamente diferentes dimensões (cognitiva, atitudinal, comunicacional e técnica) ao longo dos ensinos clínicos, num processo dinâmico, dialéctico e progressivo. E ainda que, à luz do modelo PPCT, sobressaem determinados factores influenciadores do desenvolvimento de competências. Assim, relativamente à Pessoa, emergem as características pessoais, os papéis desempenhados, a interpessoalidade, o contacto com a morte e com situações de sofrimento, sendo também significativa a emergência de uma componente afectivo-emocional. Quanto ao Processo, (que assume especial relevância), destacam-se as actividades e os processos proximais, as estratégias supervisivas, as dificuldades sentidas pelos supervisores, de entre as quais sobressai a falta de preparação para a tarefa. A análise dos Contextos revela que, no microsistema, o destaque vai para as especificidades de cada contexto e a atmosfera envolvente enquanto que, no mesosistema, a participação multicontextual e o conhecimento intercontextual se manifestam como relevantes. No exosistema, salienta-se a importância do relacionamento interinstitucional e dos modelos de parceria e, ao nível macrosistémico, emergem de forma subtil, indícios da influência das políticas de gestão hospitalar e da formação assim como da matriz conceptual de enfermagem. No que se refere ao Tempo, a importância da continuidade dos processos proximais (microtempo) e a periodicidade dos ensinos clínicos (mesotempo) mereceram referências significativas.

Mining biomedical information from scientific literature

The rapid evolution and proliferation of a world-wide computerized network, the Internet, resulted in an overwhelming and constantly growing amount of publicly available data and information, a fact that was also verified in biomedicine. However, the lack of structure of textual data inhibits its direct processing by computational solutions. Information extraction is the task of text mining that intends to automatically collect information from unstructured text data sources. The goal of the work described in this thesis was to build innovative solutions for biomedical information extraction from scientific literature, through the development of simple software artifacts for developers and biocurators, delivering more accurate, usable and faster results. We started by tackling named entity recognition - a crucial initial task - with the development of Gimli, a machine-learning-based solution that follows an incremental approach to optimize extracted linguistic characteristics for each concept type. Afterwards, Totum was built to harmonize concept names provided by heterogeneous systems, delivering a robust solution with improved performance results. Such approach takes advantage of heterogenous corpora to deliver cross-corpus harmonization that is not constrained to specific characteristics. Since previous solutions do not provide links to knowledge bases, Neji was built to streamline the development of complex and custom solutions for biomedical concept name recognition and normalization. This was achieved through a modular and flexible framework focused on speed and performance, integrating a large amount of processing modules optimized for the biomedical domain. To offer on-demand heterogenous biomedical concept identification, we developed BeCAS, a web application, service and widget. We also tackled relation mining by developing TrigNER, a machine-learning-based solution for biomedical event trigger recognition, which applies an automatic algorithm to obtain the best linguistic features and model parameters for each event type. Finally, in order to assist biocurators, Egas was developed to support rapid, interactive and real-time collaborative curation of biomedical documents, through manual and automatic in-line annotation of concepts and relations. Overall, the research work presented in this thesis contributed to a more accurate update of current biomedical knowledge bases, towards improved hypothesis generation and knowledge discovery.