|
|
Násilí na ženách v době pandemie Covid-19
Asszonyi, Anna ; Mareš, Jiří (vedoucí práce) ; Havigerová, Jana Marie (oponent)
Autor: Anna Asszonyi Instituce: Univerzita Karlova Lékařská fakulta v Hradci Králové Ústav nelékařských studií Název práce: Násilí na ženách v době pandemie Covid-19 Vedoucí práce: prof. PhDr.Jiří Mareš, CSc. Počet stran: 87 Počet příloh: 6 Rok obhajoby: 2023 Bakalářská práce, "Domácí násilí na ženách v době pandemie Covid-19" se v teoretické části zabývá problematikou domácího násilí uvnitř rodin a možnostmi pomoci ženám, jeho obětem. Podává základní informace o domácím násilí, jeho formách a příčinách, dynamice i důsledcích a to nejen na ženách, ale také na dětech. Významnou částí se bakalářská práce zaměřuje na nutnost profesionálního přístupu a postupu zdravotnického lékařského i nelékařského personálu v procesu interdisciplinární spolupráce k obětem domácího násilí. Ve výzkumné části se bakalářská práce snaží proniknout do problematiky domácího násilí z pohledu pěti žen různých ročníků, které si domácím násilím prošly a to i během karantény. Pomocí narativního interview, zaznamenává jejich životní osudy a zjišťuje způsoby, jakými se ony samy snaží svoji situaci řešit. Klíčová slova: násilí na ženách, Covid - 19, syndrom, karanténa, násilí v rodině, agresor, oběť
|
|
|
Exploring the Contribution of Isochrony-based Features to Computerized Assessment of Handwriting Disabilities
Gavenčiak, M. ; Zvončák, V. ; Mekyska, J. ; Šafárová, Katarína ; Čunek, Lukáš ; Urbánek, Tomáš ; Havigerová, Jana Marie ; Bednářová, Jiřina ; Galáž, Z. ; Mucha, J.
Approximately 30–60 % of the time children spend in school is associated with handwriting. However, up to 30 % of them experience handwriting disabilities (HD), which lead to a decrease in their academic performance. Current HD assessment methods are not unified and show signs of subjectivity which can lead to misdiagnosis. The aim of this paper is to propose a new approach to objective HD assessment based on the principle of movement isochrony. For this purpose, we used a database of 137 children attending a primary school, who performed a transcription and dictation task, and who were associated with a BHK (Concise Evaluation Scale for Children's Handwriting) score. Employing a machine learning model, we were able to estimate this score with 18 % error. An interpretation of the model suggests that the isochrony-based features could bring new benefits to the objective assessment of HD.
|
host ::
RSS.