MétaCan
Menu
Retour à la cohorte
Enregistrement W4293144640 · doi:10.7476/9788523208912.0007

Corpo e educação: contribuições de uma análise ergonômica para educação e lazer no cotidiano escolar

2010· book-chapter· pt· W4293144640 sur OpenAlexaff
Priscila d’ Almeida Ferreira, Maria Cecília de Paula Silva

Notice bibliographique

RevueEDUFBA eBooks · 2010
Typebook-chapter
Languept
DomaineSocial Sciences
ThématiquePhysical Education and Sports Studies
Établissements canadiensChild, Adolescent and Family Mental Health
Organismes subventionnairesnon disponible
Mots-clésPhilosophy

Résumé

récupéré en direct d'OpenAlex

INTRODUÇÃOPodemos destacar que a educação escolar é de extrema importância no desenvolvimento das crianças.No entanto, a nação ostenta, ainda, 18% de jovens de 15 a 17 anos fora da escola, e quase dois milhões de adolescentes semiletrados (INEP, 2009), indicando a necessidade de pesquisas que possibilitem superar essa problemática, para além das políticas atuais.Levantamos a questão da concepção do corpo, do lazer e da saúde do escolar.Para que seja feita uma relação de como anda o processo ensino-aprendizagem e de que maneira a escola vem ajudando na educação das crianças.Pretendemos com isso auxiliar na construção e confirmação da teoria que sugere o movimento corporal como fundamental para a educação escolar, para o lazer e para a saúde.Observando como o corpo é tratado na escola e sua questão ergonômica.A palavra ergonomia origina-se das palavras gregas erghon -que significa trabalho e da palavra nomos -que significa regras; e objetiva melhorar a segurança, a saúde, o conforto de tarefas exercidas por indivíduos de áreas distintas, adaptando-os aos diversos tipos de trabalho.Considerando o sentido amplo do trabalho, verificamos que ele não abrange apenas máquinas e equipamentos, como também todo relacionamento entre o ser humano e o ambiente.Como digitar no teclado do computador, operar máquinas, andar de bicicleta, sentar para assistir aula, ao utilizar o caderno para registrar o conteúdo escolar, escrever no quadro escolar, bem como em diversas outras situações que envolvem o homem e o ambiente

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,005
Communication savante0,0080,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,041
Tête enseignante GPT0,319
Écart entre enseignants0,279 · 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'étudeObservationnel
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEDUFBA eBooksMême sujetPhysical Education and Sports StudiesTravaux en français237 207