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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».