5 resultados para Person Centered Approach
em Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho"
Resumo:
Descreve-se a inovação pedagógica de dois casos na graduação médica: uma matéria denominada Saúde Coletiva III, com (Administração, Ciências Sociais, Epidemiologia, Ética e Nutrição em Saúde Publica) e a disciplina de Semiologia Pediátrica. Para descrição e avaliação dos casos, utilizaram-se métodos qualitativos. A Saúde Coletiva III foi organizada por núcleos temáticos: Problemas em Saúde Publica; Nutrição em Saúde Publica; Planejamento em Saúde. O modelo de ensino centrou-se na problematização de situações vivenciadas na prática da Saúde Publica, trabalhando-se em centros, serviços e organizações de saúde. A Semiologia Pediátrica privilegiou a atenção integral à saúde da criança. O modelo de ensino centrou-se na aprendizagem baseada em problemas e no aprendizado prático da semiologia pediátrica em diferentes cenários, enfatizando-se o ensino ambulatorial. Privilegiou-se o trabalho em pequenos grupos, com a orientação docente. A principal missão voltou-se à utilização de estratégias que valorizassem o ensino centrado no estudante e sua capacidade de construir conhecimento com autonomia. No caso da Pediatria, avançou-se rumo a Medicina Integral, com enfoque amplo do modelo de atenção à criança. A Saúde Coletiva aproximou-se da Medicina Comunitária problematizando situações concretas no SUS e na atenção primária. O estudo mostra a possibilidade de inovação no ensino, e podendo contribuir para a mudança institucional.
Resumo:
Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)
Resumo:
Pós-graduação em Música - IA
Resumo:
In the context of Bayesian statistical analysis, elicitation is the process of formulating a prior density f(.) about one or more uncertain quantities to represent a person's knowledge and beliefs. Several different methods of eliciting prior distributions for one unknown parameter have been proposed. However, there are relatively few methods for specifying a multivariate prior distribution and most are just applicable to specific classes of problems and/or based on restrictive conditions, such as independence of variables. Besides, many of these procedures require the elicitation of variances and correlations, and sometimes elicitation of hyperparameters which are difficult for experts to specify in practice. Garthwaite et al. (2005) discuss the different methods proposed in the literature and the difficulties of eliciting multivariate prior distributions. We describe a flexible method of eliciting multivariate prior distributions applicable to a wide class of practical problems. Our approach does not assume a parametric form for the unknown prior density f(.), instead we use nonparametric Bayesian inference, modelling f(.) by a Gaussian process prior distribution. The expert is then asked to specify certain summaries of his/her distribution, such as the mean, mode, marginal quantiles and a small number of joint probabilities. The analyst receives that information, treating it as a data set D with which to update his/her prior beliefs to obtain the posterior distribution for f(.). Theoretical properties of joint and marginal priors are derived and numerical illustrations to demonstrate our approach are given. (C) 2010 Elsevier B.V. All rights reserved.
Resumo:
Pós-graduação em Ciências Sociais - FFC