Utilização do Instagram no ensino de Paleontologia
Notice bibliographique
Résumé
O avanço acelerado das tecnologias tem provocado mudanças na sociedade e na educação. A internet está se tornando uma das ferramentas mais utilizadas dentro do ambiente acadêmico. Com o surgimento das Tecnologias de Informação e Comunicação (TICs), novos ambientes de aprendizagem foram desenvolvidos. O uso das redes sociais tem crescido bastante entre os estudantes e essa ferramenta tem um grande potencial para contribuir no processo educacional. Nesse cenário encontra-se o professor, que enfrenta o desafio de conseguir a atenção dos alunos e realizar sua prática pedagógica com qualidade. Diante disso, o objetivo deste trabalho é analisar as contribuições de uma proposta pedagógica baseada no uso do Instagram como uma ferramenta para o ensino da disciplina Paleontologia por meio de publicações com imagens, vídeos e textos com o objetivo de chamar a atenção dos alunos durante o período letivo e avaliar suas contribuições no aprendizado dos mesmos. Concluiu-se que o uso do Instagram direcionado aos conteúdos da disciplina teve bons resultados em relação ao aprendizado dos alunos e contribuiu de forma significativa para a construção de conhecimento durante o semestre letivo.
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 | 0,008 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,005 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 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 ».