Coder Social home page Coder Social logo

fga-eps-mds / 2020.2-cheeryup-frontend Goto Github PK

View Code? Open in Web Editor NEW
0.0 6.0 5.0 3.4 MB

Gh-pages -> https://fga-eps-mds.github.io/2020.2-CheeryUP/#/

License: GNU General Public License v3.0

Dockerfile 0.12% HTML 0.18% CSS 22.82% JavaScript 76.80% Makefile 0.07%

2020.2-cheeryup-frontend's Introduction

GitHub closed pull requests GitHub closed issues GitHub commit activity GitHub

 Github Issue Resolution Github Open Issues

ℹ️ Sobre o projeto

O CheeryUP é um sistema direcionado para psicólogos que foi arquitetado por Carla Silva Rocha Aguiar, com a ideia de disponibilizar uma plataforma online para prontuário de atendimento de pacientes que estão em fase de recuperação da COVID-19.

O principal intuito do projeto, é auxiliar a saúde mental dos indivíduos que se encontram em isolamento social. Outro fator, é coletar dados para definir quais ações preventivas e corretivas, podem ser realizadas em um cenário semelhante.

Principais funcionalidades

  • Registro de pacientes, consultas e sintomas.
  • Monitoramento clínico dos pacientes, com quadro evolutivo dos mesmos.
  • Dashboards para monitorar todo o banco de dados do sistema.

Release 1

Slides

Video


Release 1

Slides

Video


Release 2

Slides

Video


React Psicologa

Experiencias com o Cliente

Tecnologias

3112 django-logo-negative drive git html-jss-css postgres python-powered-h-140x182 React-native wpp zenhub Figma


Como contribuir ?

Para contrubuir com o projeto você deve seguir esses padrões:

Como rodar o Cheery ?

  1. Instalar o docker e o docker-compose Como o projeto foi desenvolvido em containers é necessário a instalação do Docker , você pode instalar o docker aqui, e o docker-compose aqui Após a instalação conferir se o mesmo encontra em sua máquina.

    docker --v && docker-compose --v

  2. Clone o projeto

    git clone https://github.com/fga-eps-mds/2020.2-CheeryUP-FrontEnd.git

  3. Crie uma conexão local para os containers do back e front se comuniquem:

    network create network-api

  4. Comandos

  • Para executar o container:

    make up

Após esses passos o mesmo ficará disponível em

http://localhost:3000/
  • Para derrubar o container:

    make down

Sobre o produto

Integrantes


Abraão Alves
Back-End


Antônio Neto
Front-End


Arthur Talles
Front-End


Davi Matheus
Product Owner
Back-End


Lucas Ferraz
Back-End


Natanael Filho
Front-End


Nilvan Jr.
Scrum Master
Front-End

2020.2-cheeryup-frontend's People

Contributors

abraao1231 avatar antoniotoineto avatar art1505 avatar davimatheus avatar fernandes-natanael avatar francisco1code avatar mibasferraz avatar nilvanperes avatar

Watchers

 avatar  avatar  avatar  avatar  avatar  avatar

2020.2-cheeryup-frontend's Issues

Inicio de implementação de gráficos para o paciente

Descrição:

inicio da criação de gráficos para cada paciente entre eles o de qualidade de vida e evolução do paciente.

Tarefas:

  • Criar gráficos de tipo linha para o principais gráficos do paciente

Critério de aceitação:

A issue será aceita caso os gráficos rodarem localmente de forma correta.

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.