Proposta de matriz de produção de infográficos na escola: explorando a paisagem multimodal do canva.com
Notice bibliographique
Résumé
Este artigo apresenta uma proposta de matriz de práticas de letramento para a produção de infográfico por meio da ferramenta on-line e gratuita de editoração gráfica Canva. Com base em Paiva (2009, 2013), analisou-se o infográfico como um gênero de texto visual informativo muito utilizado em visualização de informações em mídia impressa e digital, por isso considera-se ser proveitoso seu ensino e aprendizagem com estudantes da educação básica. Para analisar o seu layout, partiu-se da abordagem da multimodalidade de Kress e van Leeuwen (2006) e dos estudos de layout na perspectiva semiótica social multimodal de Kress (2010) e Paiva (2021). Depois, foram apresentadas e discutidas três pesquisas relevantes para a produção do infográfico na escola, quais sejam Ribeiro (2016), Rodrigues (2018) e Gomes (2019). Em seguida, com base em Dias e Novais (2009), desenvolveu-se a proposta de matriz, para organizar o ensino e a aprendizagem da produção de infográficos no Canva. Ainda que não seja uma metodologia de ensino, acredita-se que a matriz possa auxiliar o professor e a professora no seu trabalho de ensino e de aprendizagem de produção de infográficos, porque os estudantes podem desenvolver projetos de visualização de informação utilizando o Canva, inclusive em seus próprios smartphones.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,004 |
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 ».