MétaCan
Menu
Retour à la cohorte
Enregistrement W4297445782 · doi:10.19180/1809-2667.v24n22022p601-621

O programa Mulheres Mil como política pública de educação profissional: levantamento e descritores das produções acadêmicas em nível stricto sensu (2013-2021)

2022· article· en· W4297445782 sur OpenAlexaboutno aff
Márcio Adriano de Azevedo, Tathyane Torres da Silva Duarte, Sandyeva Francione Silva Araújo

Notice bibliographique

RevueVértices · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Public Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLibrary scienceVulnerability (computing)Political scienceSociologyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

The article aims to collect the academic production about the Mulheres Mil Program, based on scientific academic productions at the stricto sensu level, as part of ongoing qualitative research by the Graduate Program in Professional Education of the Federal Institute of Education, Science and Technology of Rio Grande do Norte, following the theoretical-methodological procedures of bibliographic and documentary analysis, based on the CAPES’ Database of Theses and Dissertations (2019-2021). As a professional education public policy, the Program was initially conceived and implemented as a pilot project in thirteen states in the North and Northeast regions of Brazil, through an agreement established with Canada, starting in 2007. Initially, the objective would be promoting professional and technical qualification for 1,000 women from the North and Northeast regions of the country, until the year 2010. In 2011, a MEC Ordinance institutionalized the Program at a national level, aiming to qualify 100,000 women in social vulnerability, until 2014. The partial results show that research on the Mulheres Mil is still incipient to indicate the results of its implementation and the achievement of the objectives regarding the original design.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,415
Écart entre enseignants0,370 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVérticesMême sujetEducation and Public PolicyTravaux en français237 207