MétaCan
Menu
Retour à la cohorte
Enregistrement W4386324266 · doi:10.23925/2175-3520.2022i55p80-87

Bem-estar na escola e percepção da discriminação de gênero por meninas

2023· article· pt· W4386324266 sur OpenAlexaff
Benedito Rodrigues dos Santos, Lêda Gonçalves de Freitas, Nair Cristina da Silva Tuboiti

Notice bibliographique

RevuePsicologia da Educação · 2023
Typearticle
Languept
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensInternational Institute for Child Rights and Development
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologySociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Este artigo analisa, a partir da pesquisa “Ser Menina no Brasil”, o bem-estar na escola e a (pouca) percepção da discriminação de gênero por meninas de 6 a 14 anos. Foram utilizados os dados quantitativos da Amostra-Escola, que envolve 1.609 meninas, de 21 municípios brasileiros, referente à dimensão “Escola e Escolarização” e que aponta a percepção das meninas sobre a frequência às aulas, os motivos de faltar à escola, os níveis de aprovação e reprovação, a interrupção dos estudos, os motivos de expulsão, as tarefas escolares, as relações de gênero no contexto escolar e a satisfação e bem-estar na escola. A análise indicou uma percepção favorável ao bem-estar na escola e relações de gênero benéficas para as meninas. Estudos assim devem focar o contexto educativo, o qual possibilita a inserção e a construção de um lugar de pertencimento e a ruptura com uma cultura de desigualdade social que ainda mascara a exclusão.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,347
Écart entre enseignants0,283 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsicologia da EducaçãoMême sujetPoverty, Education, and Child WelfareTravaux en français237 207