Introdução: As aulas práticas em urgência e emergência relata a importância na formação do acadêmico dentro do ambiente universitário. Objetivo: Relatar experiências vivenciadas por alunos, compreendendo manobras em urgência e emergências. Métodos: Trata-se de um estudo descritivo, exploratório do tipo relato de experiência. Estudo foi desenvolvido por acadêmicos, visando conteúdos práticos e científicos, abordado a teoria da autonomia da pedagogia de Paulo Freire, onde enfatiza a ética e o ensino-aprendizado na aplicação da prática elaboradas e teóricas. Resultado e discussão: O relato de experiência em urgência e emergência visa à importância na capacitação do futuro profissional em enfermagem mostrando estratégias de ensino-aprendizado buscou habilidades em atividades, realização de intervenções e contribuições para os alunos e sua autoconfiança em simuladores, demonstrando grande ênfase nos protocolos ensinados e compreendido como exemplo ACLS e protocolo de Manchester que são utilizados. Conclusão: A urgência e emergência é a porta de entrada dos grandes hospitais e prontos socorros, logo se torna o que mais chama a atenção de grande parte dos alunos, com isso procurou-se dar enfoque nas práticas em urgência e emergência em que os alunos universitários participaram. Colocando em ênfase a teoria da pedagogia da autonomia, de Paulo Freire, onde ambas as partes aprendem e ensinam.
Resumo Objetivo: Relatar a experiência de uma acadêmica de enfermagem frente às dificuldades enfrentadas pela equipe da CIHDOTT/OPO durante a comunicação entre o enfermeiro e a família no processo de doação de órgãos e tecidos para transplantes. Metodologia: Trata – se de um estudo descritivo, exploratório do tipo relato de experiência em um Hospital e Pronto – Socorro localizado na zona Leste da cidade de Manaus – Amazonas. Resultados: A comunicação representa o elemento primordial para a interação do enfermeiro com a família, oque proporciona a conscientização sobre a importância da doação. No entanto, diversos fatores contribuem de forma negativa para isso, como a falta de conhecimento de alguns profissionais de saúde do hospital e da sociedade sobre a temática. Conclusão: Evidenciou – se a necessidade de uma maior abordagem sobre Morte Encefálica e das etapas do processo de doação de órgãos na graduação, além de cursos de capacitação sobre a comunicação com os profissionais e das más noticias aos familiares.
Durante o desenvolvimento deste trabalho a autora recebeu auxlio financeiro da CAPES e CNPq. AbstractIn this thesis we study three different stochastic processes describing the brain activity. The first one is a continuous time version of the stochastic chains with memory of variable length.These stochastic chains take values in the set of neurons and assign, at time t, the value of the last neuron which spiked up to time t. Moreover, we assume neurons interact through a phenomena called chemical synapses. Briefly this means that when a neuron spikes, it loses all its membrane potential and at same time changes the membrane potential of the neurons which are influenced by it. Under this approach we proved the positive recurrent of the process and presented a perfect simulation algorithm able to generate a finite sample of the process under its invariant measure.In the second model we continue considering the chemical synapses interaction and add also an interaction through electrical synapses. The last one happens duo to the presence of specific channels which allow the passage of ions along the the membrane of two neurons and, as consequence, we have a sharing of potential between the neurons. Moreover, we consider also the constant lost of potential of the neurons for the environment which push each neuron to a resting state. For this model we study the long-run behaviour of the process with a finite number of neurons, the hydrodynamic limit for the system and investigate the possible invariant distributions for the limiting process.In the last model considered here we study the brain activity measured through EEG data. We investigate the predictive coding principle which says that neural networks are able to learn the statistical regularities inherent in a stimuli and reduce redundancy by removing the predictable components of the input. To test this conjecture we propose procedures to perform statistical model selection on the EEG data in order to retrieve structural features of stochastic sources. This is done through a case study in which the EEG data is recorded under the effect of two different stochastic rhythmic sources produced by two different context tree models. We present a suitable class of stochastic processes, called here as hidden context tree models, to model EEG signals evoked by rhythmic structures. Then, we propose a consistent statistical procedure to perform statistical model selection in this class and in our case study.Key words : chains with memory of variable length, piecewise deterministic Markov process, limiting distribution, neuronal systems, hidden context tree models, statistical models selection ResumoNessa tese estudamos três diferentes processos estocásticos descrevendo a atividade cerebral. O primeiro processoé uma versão a tempo contínuo das cadeias estocásticas com memória de alcance variável. Essas cadeias tomam valores no conjunto dos neurônios e assumem, no instante t, o valor doúltimo neurônio a disparar antes de t. Além disso, assumimos que os neurônios interagem en...
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.