MétaCan
Menu
Retour à la cohorte
Enregistrement W4386396807 · doi:10.37885/230613436

JOGOS ELETRÔNICOS PARA CRIANÇAS: LIMITES E POSSIBILIDADES FORMATIVAS NO CONTEXTO DE CTS

2023· book-chapter· pt· W4386396807 sur OpenAlexaff
Vera Lucia Gonçalves Pires, Domício Magalhães Maciel

Notice bibliographique

RevueEditora Científica Digital eBooks · 2023
Typebook-chapter
Languept
DomaineSocial Sciences
ThématiqueEducation and Digital Technologies
Établissements canadiensWSP (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Objetivo: Caracterizar os impactos do uso de jogos eletrônicos por crianças, observando os limites e as possibilidades formativas, o potencial pedagógico e as contradições no contexto de Ciência, Tecnologia e Sociedade (CTS). Métodos: Realizou-se uma revisão de literatura baseada na seleção de dissertação, trabalhos de conclusão de curso e artigos conforme sua relevância, disponíveis no Banco de Dissertações do Portal da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, no Dossiê de Periódicos Eletrônicos Brasileiros e na Scientific Electronic Library Online. Essa busca ocorreu entre novembro de 2022 e janeiro de 2023. As análises foram baseadas na Análise Textual Discursiva. Resultados: Existem poucas pesquisas acerca do uso de jogos eletrônicos, e não se encontrou nenhuma com abordagem CTS. As pesquisas destacaram que esses jogos podem se transformar em aliados da educação, apontando muitas possibilidades de uso pedagógico significativo para a formação de crianças e adolescentes, pois estão cada vez mais presentes na vida destes e podem ser facilmente acessados por meio de smartphones, tablets e computadores. Contudo, essas pesquisas também sinalizaram os perigos do uso excessivo desses jogos. Conclusão: Recomenda-se a criação de ambientes formativos nas escolas para promover discussões sobre o uso desses jogos na perspectiva CTS.

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)0,010
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0060,011
Communication savante0,0120,008
Science ouverte0,0020,007
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,112
Tête enseignante GPT0,351
Écart entre enseignants0,239 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueEditora Científica Digital eBooksMême sujetEducation and Digital TechnologiesTravaux en français237 207