MétaCan
Menu
Retour à la cohorte
Enregistrement W2899075703

O ensino de artes de pesca com maquetes em uma escola pública na Baixada Santista

2018· article· pt· W2899075703 sur OpenAlexaboutno aff
Teodoro Vaske‐Júnior, Giuliana Valente Ferreira, Roberta Gomes da Silva, Camila Regis Segala, Natalia Gouveia de Castro, Nicole Russo Guerrato, Jéssica dos Santos Muniz Knoeller

Notice bibliographique

RevueUNISANTA. BioScience · 2018
Typearticle
Languept
DomaineSocial Sciences
ThématiqueScience and Education Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingFishing villageExhibitionScale (ratio)GeographyArtisanal fishingScholarshipFisheryCartographyPolitical scienceBiologyArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The teaching of fishing gears with scale models in a public school in the Baixada Santista. The aim of this work was to bring and maintain the knowledge of fishing and fishing gears for secondary schools in the Baixada Santista through the confection of scale models of the most used fishing gears in the region. For the study it was chosen a class of elementary education of the Canada State School in the city of Santos-SP. With the support of a schoolarship student and two other academic volunteers of the Biological Sciences Course of UNESP-CLP, at the end of the activities, four fishing models were made in duplicate, being trawling, gillnet, castnet, trap, and also one knotboard and one hookboard. A model of each art was exposed for exhibition in the Canada State School and another one was in the campus of UNESP-CLP. The results highlighted UNESP in places where it was not known, through the dissemination of the permanent symbol of UNESP in the scale models, as well as the results in the qualification and exchanging experiences between scholarship students and volunteers students. Keywords : Fishery, Miniature, Nautical knots, Fishing technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0010,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,398
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNISANTA. BioScienceMême sujetScience and Education ResearchTravaux en français237 207