Aplicativo para Smartphones utilizando a Plataforma App Inventor 2: avaliando o grau de satisfação dos alunos por meio de um instrumento de análise utilizando a escala Likert
Notice bibliographique
Résumé
Os dispositivos moveis, nas escolas de Ensino Medio, estao cada vez mais presentes. O professor ao inves de rejeitar, deve fazer uso dessa ferramenta. Com intuito de oferecer uma contribuicao para discussao em torno do dilema, apresentamos neste artigo, os resultados relacionados a aceitacao por parte dos alunos, de um aplicativo desenvolvido por nos, destinado a um curso de eletrodinâmica. Tal aplicativo, teve seu emprego organizado por uma sequencia didatica. A pesquisa foi desenvolvida no segundo semestre de 2015, na E. E. Dep. “Felicio Tarabay”. A amostra, foi constituida de 39 alunos do 3o ano do Ensino Medio. Nossa analise se baseia em 3 questoes fechadas do nosso instrumento de coleta de dados. Os participantes relataram que a utilizacao do aplicativo torna os conteudos mais atrativos e eles gostariam que este tipo de recurso fosse incorporado a outras disciplinas. Eles afirmaram que a utilizacao dos aplicativo contribuiu muito para a melhoria na compreensao dos conteudos. Assim, entendemos que o smartphone deve ser utilizado em atividades voltadas para o Ensino de Fisica, mas, como quaisquer outros recursos didaticos, ele nao deve ser o unico.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».