Search

Resumo Este estudo de caso qualitativo teve o objetivo de compreender a percepção de Agentes Comunitários de Saúde e gestores sobre o significado da experiência de educação interprofissional em serviços de Atenção Primária à Saúde para a formação de estudantes da saúde na Universidade Federal do Rio Grande do Sul. Foram realizadas entrevistas individuais semiestruturadas (n=20) e análise documental. O material foi interpretado pela análise temática de conteúdo. Os resultados mostraram que atividades de ensino que integram pessoas, currículos e profissões nos serviços de saúde têm potencial para promover aprendizagens interprofissionais na graduação, formando profissionais mais colaborativos e qualificando a atenção à saúde.

Statistical learning algorithms are finding more and more applications in science and technology. Atomic-scale modeling is no exception, with machine learning becoming commonplace as a tool to predict energy, forces and properties of molecules and condensed-phase systems. This short review summarizes recent progress in the field, focusing in particular on the problem of representing an atomic configuration in a mathematically robust and computationally efficient way. We also discuss some of the regression algorithms that have been used to construct surrogate models of atomic-scale properties. We then show examples of how the optimization of the machine-learning models can both incorporate and reveal insights onto the physical phenomena that underlie structure–property relations.