Programação de Condições para Desenvolvimento de Comportamentos: Caracterização da produção científica brasileira de 1998-2017
Notice bibliographique
Résumé
Esta revisão bibliográfica teve por objetivo caracterizar os estudos analítico-comportamentais brasileiros sobre Programação de Condições para o Desenvolvimento de Comportamentos (PCDC), com base em uma biblioteca da área. Dos 110 estudos recuperados, 69 foram incluídos para análise, produzidos entre 1998-2017 e que apresentaram etapas da PCDC e/ou compromisso teórico-conceitual com princípios da programação de ensino. Foram excluídos estudos com ênfase no procedimento de ensino sem descrição do planejamento, relatos de experiência, revisões de literatura e livros. As variáveis analisadas foram: ano de publicação, autores e instituições, tipo de obra, temas, conceitos, etapa da PCDC, delineamento e resultados. Os temas mais pesquisados foram: formação/atuação do psicólogo (27,5%), caracterização da atuação profissional (15,9%); dentre as etapas da PCDC, descoberta dos comportamentos-objetivo (71,9%) foi a mais frequente. Quanto aos estudos aplicados, todos (N=15) demonstraram eficiência dos programas de ensino aplicados e em apenas quatro foi avaliada a eficácia desses por meio de follow up. Conclui-se que os estudos são coerentes com as proposições de Carolina Bori de, primeiramente, caracterizar quais comportamentos serão ensinados. A PCDC pode contribuir à produção de conhecimento e desenvolvimento de tecnologias para intervenção nos mais variados contextos que envolvem processos de ensinar e aprender.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».