Saberes prévios dos estudantes: o ponto de partida para aprendizagem significativa na perspectiva da educação inclusiva
Notice bibliographique
Résumé
A oferta de um ensino de qualidade para todos na escola regular esta amparada por lei. Para facilitar o processo de ensino e de aprendizagem, o professor deve refletir sobre as estrategias desenvolvidas em aula a fim de propor atividades que tenham sentido para os estudantes, de forma que esses possam construir uma aprendizagem significativa, de acordo com seus interesses e possibilidades. Para tal, a analise dos saberes previos dos estudantes e fundamental. Nesta pesquisa, o objetivo estabelecido pelo professor/pesquisador de sua propria pratica foi o de identificar o conhecimento matematico da turma para qual lecionava a fim de desenvolver atividades significativas para todos em aulas de Matematica. Para tal, entrevistou os estudantes e realizou rodas de conversas para identificacao dos seus interesses, autoavaliacao e reflexao sobre as atividades desenvolvidas. A analise dos dados coletados em sala de aula revelou que ao partir dos saberes previos dos estudantes, bem como dos seus interesses e necessidades, o professor conseguiu propor atividades em que todos puderam participar das aulas e aprender Matematica de forma significativa.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,016 | 0,010 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».