GRUPECCE by Profa. Thereza Magalhães

ANO 2019:
1) MENDELEY-IRAMUTEQ-SPSS-REVISÕES-ESTUDOS EPIDEMIOLÓGICOS
2) INSULINOTERAPIA
3) ESTUDOS EPIDEMIOLÓGICOS

ANO 2018:
1) METODOLOGIA CIENTÍFICA QUANTI E QUALI
2) SPSS
3) IRAMUTEQ
4) REVISÃO SISTEMÁTICA

ANO 2017:
1) METODOLOGIA CIENTÍFICA
2) REVISÃO INTEGRATIVA, SISTEMÁTICA E METANÁLISE
3) TEORIA DE RESPOSTA AO ITEM - TRI

ANO 2016:
1) EPIDEMIOLOGIA APLICADA E CUIDADO EM CRONICIDADES
2) SPSS

ANO 2015:
1) REDAÇÃO CIENTÍFICA
2) SPSS

ANO 2014:
1)REVISÃO INTEGRATIVA - WICTO BORGES (UFPI)E ANA CÉLIA, NO ENFERMAIO
2) METODOLOGIAS ATIVAS - VAGNER, ITALO
3) SPSS - JÊNIFA, VAGNER JR. E IRIALDA
4) PESQUISA CIENTÍFICA - PROFAS. THEREZA MAGALHÃES, VERA MENDES E PAULA MATIAS

ANO 2013:
1)PESQUISA QUALITATIVA - PROFA. VERA MENDES (UECE)
2) TEORIA DE RESPOSTA AO ITEM - MALVINA RODRIGUES (UFPI)
3) SOFTWARE SPSS - JÊNIFA (UECE)
5) PESQUISA QUANTITATIVA EM ENFERMAGEM E SAÚDE - PROFA. THEREZA MAGALHÃES (UECE)
6)REVISÃO INTEGRATIVA E ANA CÉLIA CAETANO - WICTO BORGES (UFPI)

GRUPECCEANOS e conclusão de Graduação e Pós-Graduação (Mestrado e Doutorado)

CONCLUIRÃO:

ANO 2022
Thiago Garces - Doutorado
Paulo Magalhães - Doutorado
Samuel Mattos - Doutorado
Déborah Santana - Doutorado

ANO 2021
Joana - Doutorado
Diana - Doutorado
Virna Cestari - Doutorado
Juliana Neves - Mestrado
Samir - Mestrado
Natália - Mepges

CONCLUÍRAM:

ANO 2021:
Ma. de Jesus - Mestrado

Dulcinalda - Mepges

ANO 2020:
Dafne Lopes - Doutorado
Marília - Mestrado
Açucena - Mestrado
Vagner Júnior - Doutorado
Laryssa Veras - Doutorado
Irialda Saboia - Doutorado
Cynthia - Mepges

ANO 2019:
Italo Lenon- Mestrado
Priscila Luz - Mestrado
Aline - Mestrado
Samuel Mattos - Mestrado
Mairi - Mestrado
Lidiane - Mestrado
Soleane - Mestrado
Lize - Mestrado

ANO 2018:
Antônio Dean Marques - Doutorado
Paulo Magalhães - Mestrado
Raquel Costa - Mestrado
Thiago Garcez - Mestrado
Daniele Galeno - Mestrado
Diego Duarte - Mestrado
Diego Maurício - Mestrado
Francisca Gomes Montesuma - Doutorado
Raquel Sampaio Florêncio - Doutorado

ANO 2017:
Virna Cestari - Mestrado
Camila Brasileiro - Mestrado
Leandro Carvalho - Doutorado
Dafne Lopes - Mestrado
Wagner de Paula - Mestrado
Samuel Mattos - Graduação

ANO 2016:
Jênifa Santiago - Doutorado
Wicto Borges - Doutorado
Daniele Braz - Doutorado
Jair Linard - Mestrado

ANO 2015:
Ana Célia Caetano - Doutorado
Irialda Sabóia - Mestrado
Laryssa Veras - Mestrado
Camila Brasileiro - Graduação
Fábio Madeira - Graduação
Italo - Graduação

ANO 2014:
Ismênia Brasileiro - Doutorado
Alexandra Silva - Doutorado
Vagner Jr. - Mestrado
Yara Lane - Mestrado
Raquel Sampaio - Mestrado
Vagner de Paula- Graduação

PSICOMETRIA
Autor: ‎Alberto Filgueiras‎ para Psicometristas (Brasil) às 21 h no Rio de Janeiro ·
Meus queridos amigos Psicometristas de todo o Brasil. Essa mensagem é bem importante, espero que encontrem tempo e paciência para ler.
Em outras palavras: senta que lá vem textão. Hoje concluí mais três de diversos pareceres que tenho dado para diferentes revistas científicas aqui no Brasil. Confesso que estou estupefato com a inabilidade de colegas brasileiros em colocar no computador aquilo que fizeram e a razão pela qual fizeram. A redação dos artigos está sofrível e sinceramente isso me preocupa demais. Acompanho dentro do possível a página e vejo que o seu crescimento foi exponencial. Quando fui convidado a entrar não tinham mais que 100 membros, agora temos mais de 1000. Ao passo que isso me alegra, também me preocupa. A Psicometria é por definição o estudo da medida psicológica. Estudar medidas não é uma exclusividade da Psicologia, videm os exemplos: Econometria, Sociometria e Cianometria. Algumas áreas são mais técnicas e outras mais teóricas. No final das contas, a Psicometria tem por objetivo contribuir em ambas as frentes. Objetivamente, o bom psicometrista deseja desenvolver o melhor modelo de predição de fenômenos psicológicos. Quando usamos modelos lineares (TCT), logísticos (TRI), probabilísticos (Bayesianos), e quaisquer outros modelos matemáticos para prever dados empíricos estamos tentando explicar fenômenos altamente complexos que, na maioria das vezes, possuem capacidade limitadíssima de predição. Ainda não está claro para a Psicometria se a incapacidade de prever tais fenômenos está nos instrumentos, no modelo matemático ou nos métodos de coleta de dados. Independentemente, os psicometristas se dividem de acordo com seu enfoque. Há aqueles que buscam aprimorar os modelos matemáticos para se parecerem cada vez mais com dados empiricamente obtidos, para isso usam simulação de dados e desenvolvem métodos estatísticos mais e mais complexos. Há aqueles que defendem a modificação nos instrumentos e nos métodos de coleta, usando ferramentas complexas como testes adaptativos e paradigmas computadorizados. Ainda há aqueles (como eu) que buscam articular os antigos instrumentos baseados em escalas do tipo Likert com os avanços obtidos pelos psicometristas que desenvolvem modelos e métodos de análise. A Psicometria é, portanto, um campo múltiplo com profissionais que trabalham em diferentes frentes. Para ser um bom profissional na área, é necessário conhecer as técnicas, saber usar os modelos, entender os pressupostos para uso dessa ou daquela análise, saber o básico de programação e seguir os procedimentos estatísticos corretamente. No entanto, o bom psicometrista não pode perder de vista que sua temática é o fenômeno psicológico, não é a análise em si. O que venho observando é uma correlação negativa entre a evolução nos métodos de análise e a capacidade de interpretação, reflexão e escrita dos resultados gerados por essas análises. Os manuscritos estão tecnicistas e vazios. O que me importa se você usou a análise certa se você não sabe porque a está usando? E mais importante: o que esses resultados significam à luz do fenômeno psicológico? As discussões estão rasas, cheias de senso comum e isso tem comprometido diretamente a qualidade dos estudos em psicometria que tenho avaliado. Ah! E isso inclui grupos muito conhecidos no Brasil (fica fácil reconhecer quem é quem mesmo em revisões cegas, porque a quantidade de auto-citações é assustadora). Tanto grupos reconhecidos por seus trabalhos na Psicometria quando na Avaliação Psicológica. Diante do exposto eis os problemas que venho observando nos manuscritos de Psicometria e algumas recomendações para que esses problemas sejam diminuídos: 1. Introdução não é sinônimo de apanhado histórico. Os psicometristas brasileiros, por alguma razão por mim desconhecida, tem mania de fazer o leitor passar por uma sofrível revisão da história do desenvolvimento de instrumentos que avaliam um dado construto. Essa não é a função da introdução, pelo contrário, o que mais interessa é o que está sendo feito atualmente. Há uma área da psicologia para fazer isso: História da Psicologia, Psicometria é outra coisa. Não é à toa que a APA sugere que 50% das citações sejam dos últimos 5 anos. Portanto, não se estendam na história do instrumento (não é para ignorar, é para diminuir), atenham-se ao construto e suas novas descobertas. 2. A metodologia tem que ser justificada. Quando leio a metodologia, fico assustado como os autores estão descrevendo seus procedimentos. Parece que só eles têm razão e o resto do mundo está errado. Por exemplo: "usamos o método convexo Hull para extração do número de fatores, com o método de retenção Unweighted Least Squares e rotação Direct Oblimin, considerando a matriz de correlações policóricas, porque é o mais adequado segundo a literatura". Pronto? Acho que não! É o mais adequado segundo quem? Qual o estudo fez simulações com dados semelhantes cujos resultados sugerem que esses métodos combinados geram os indicadores mais confiáveis em detrimentos a diversos outros? Os pressupostos têm de ser apresentados e justificados com referências. Não dá para assumir que os leitores entendem o que está sendo feito, então minimamente justifiquem explicando a razão da escolha de cada uma das técnicas utilizadas durante a análise. 3. Saber usar o R e o Mplus não faz de você um psicometrista; no máximo um tecnicista. O que diferencia um psicometrista de um estatístico é o seu conhecimento sobre psicologia. Se você está estudando um instrumento que mensura ansiedade, então você tem que conhecer as teorias da ansiedade, conhecer o modelo teórico sobre a qual o instrumento foi construído e esse conhecimento tem que estar no manuscrito. Quando eu tinha 9 anos de idade eu aprendi a programa em BASIC (para os mais novinhos, era uma linguagem de programação semelhante a Pascal). Eu cheguei a desenvolver um jogo de RPG de texto (muito comuns na década de 80). Isso não fez de mim um engenheiro da computação, no máximo um programador mirim. Então saber R não te faz psicometrista, no máximo um técnico em estatística aplicada à psicologia. Se você não é capaz de saber porque raios a curva de informação do item 9 do BDI só discrimina indivíduos com theta alto, então você não sabe sobre a sintomatologia depressão e não é capaz de reconhecer uma pessoa com depressão aguda. Logo, não pode escrever sobre instrumentos que avaliam a depressão. É disso que se trata a psicometria, de conhecer o fenômeno psicológico em face de uma medida, não o contrário. Isso leva ao ponto 4: Discussão é para discutir, não é para resumir os resultados e dar sua opinião sobre se os eles corroboram ou não com a literatura. Repare: dizer que o item "X" informa mais que o item "Y" é fácil, só olhar na tabela. Saber que o item "A" tem cross-loading no fator 1 e 2, ou perceber que o item "B" e o item "C" estão agrupados no fator 3, é só olhar para a tabela. A pergunta é: por que as pessoas estão respondendo de modo semelhante a esses itens fazendo com que o agrupamento fatorial seja esse? A resposta para essa pergunta reside na seara teórica e semântica, não está na técnica. Daí eu vejo alguns manuscritos dizendo "ora, como o autor original recomendou o número X de fatores, então optamos por atender essa recomendação" - traduzindo: "ora, como eu não faço ideia do porquê meus dados estão se comportando desse jeito, vou torturá-los até que eles digam aquilo que o autor original os mandou dizer". Meus amigos: discutam seus dados, levantem hipóteses, construam ao invés de querer se adequar ao que o autor original encontrou. Ele pode estar errado! Ou vocês nunca repararam que por mais cuidados que vocês tenham, a porcaria da análise fatorial nunca dá a mesma estrutura que sugerida pelo artigo original? Por que será? 5. Sua língua materna é o português, trate-a bem. A quantidade de erros de concordância, dificuldade de descrever procedimentos, problemas na organização do texto e na concatenação das ideias é algo que impressiona. Meu orientador costumava dizer: "se você domina um assunto, então você é capaz de explicá-lo para uma criança de 5 anos", o que ficou subentendido para mim era que quem fala difícil não faz ideia do que está falando, só está reproduzindo feito um papagaio. O uso de frases curtas, claras e concisas que transmitem claramente uma ideia devem ser privilegiadas em detrimento a longas e enfadonhas explanações técnicas. Cuidem da sua redação. E por último: 6. Quando acabarem o artigo, deem um tempo para ele amadurecer. Normalmente quando terminamos um artigo a discussão é rasa. Isso acontece, porque tendemos a escrever da forma como lemos nossos artigos: introdução, métodos, resultados e discussão. Quando chegamos na discussão, já estamos esgotados de tanto escrever sobre aquele tema que basicamente reproduzimos os resultados e passamos o tempo todo dizendo se eles corroboram ou não com alguma coisa que foi apresentada na introdução. É correto fazer isso? Sim, mas não tão superficialmente. Se você está lançando mão de dada abordagem teórica, faça essa articulação de modo pormenorizado e detalhado na discussão levantando hipóteses e refletindo de modo crítico. Sem reflexão, não há produção científica, torna-se um relatório frio e que não contribui para a evolução do conhecimento. Enfim, desculpem o textão. Espero que tenha contribuído para que os colegas comecem a atentar para esses aspectos que, para mim, são tão importantes quanto as análises em si. Abraços a todos!

sexta-feira, 24 de abril de 2020

TO STUDY

Arquivo do blog

Quem somos