English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Estudou-se a estrutura de correlação de variáveis da área de Saúde Pública para a obtenção de um "Índice do Nível de Saúde" para os municípios do Rio Grande do Sul. Utilizando o valor deste índice para cada município formamos 18 grupos homogêneos ("clusters") ordenados de forma decrescente de carência quanto ao nível de saúde. Outros índices foram encontrados: "Índice de Imunização" e "Índice de Não-Assistência Médico-Hospitalar". A variável mortalidade proporcional para menores de 5 anos, do conjunto total das variáveis trabalhadas, foi a que apresentou maior poder discriminativo e de diagnóstico; o peso ao nascer com menos de 2.700g, foi de menor poder diagnóstico. The correlation structure of variables in the Public Health field were studied in order to obtain a "Health Status Index" for the "counties'' (municípios) of Rio Grande do Sul State. By using the value of this index for each one of the counties it was possible to built up 18 homogeneous groups (Clusters) which were ordered in the reverse magnitude of their health status index. Additional indices were found: "Imunization Index" and "Non-Medical-Hospital Care Index". The variable proporcional mortality for the under 5 year-olds, was the one that showed itself to be the most sensive diagnostic discriminator among the series of variables that were studied, and the birth weight of less than 2,700g the least sensitive

Técnicas de análise multivariada para avaliação das condições de saúde dos municípios do Rio Grande do Sul, Brasil