Entrevista com a professora Maximina Freire: 50 anos de docência e pesquisa em Linguística Aplicada
Notice bibliographique
Résumé
A professora Maximina M. Freire doutorou-se em Educação pela Universidade de Toronto, Canadá, em 1997. É docente e pesquisadora na Pontifícia Universidade Católica de São Paulo (PUC-SP), onde concluiu seu Mestrado em Linguística Aplicada ao Ensino de Línguas em 1992. Sua produção acadêmica abarca 18 artigos publicados em periódicos e oito livros produzidos e organizados. É líder do Grupo de Pesquisa sobre a Abordagem Hermenêutico-Fenomenológica e Complexidade, a partir do qual orienta inúmeras pesquisas. Até o momento, já orientou 45 dissertações de mestrado e 31 teses de doutorado, além de algumas ainda em andamento. Também já supervisionou cinco estágios de pós-doutorado. É de sua autoria a primeira dissertação de mestrado em CALL (Computer Assisted Language Learning) no Brasil (Freire, 1992), obra considerada um dos marcos históricos de inauguração de uma comunidade científica de pesquisa em CALL, que é possivelmente a área mais transdisciplinar de uma área essencialmente transdisciplinar: a Linguística Aplicada (Leffa, 2006). Em dezembro de 2022, a professora concedeu uma entrevista ao projeto CIDOLT (Ciclo de Debates Online sobre Linguagens e Tecnologias). Na entrevista, realizada via Google Meet, a Prof.ª Maximina relembrou o início de sua atuação docente, há 49 anos. Assim, em 2023, temos a oportunidade de celebrar uma carreira de 50 anos dedicados à educação, à formação de professores de línguas e à área de CALL, razão pela qual compartilhamos esta entrevista com o público.
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 | 0,007 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,003 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».