Análise multimodal de vídeos: contribuições da Teoria da Objetivação para a pesquisa sobre formação de professores que ensinam Matemática
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
O texto apresenta e discute as contribuições metodológicas da Teoria da Objetivação (TO) para a análise multimodal de vídeos na pesquisa sobre formação de professores que ensinam matemática. Na primeira parte do texto, com base na teoria histórico-cultural e na Teoria da Objetivação e suas implicações para a pesquisa, o uso do vídeo é apresentado como estratégia metodológica de captura e análise de dados coerente com uma compreensão de aprendizagem como atividade humana coletiva e processo de tomada de consciência dos sujeitos. Na segunda parte, são discutidos exemplos desse tipo de análise em dados de pesquisa desenvolvida pelos autores acerca do desenvolvimento do pensamento algébrico de professores. Conclui-se que a análise multimodal - imagens, registros orais e escritos, gesto etc. - proposta pela TO, na qual diferentes recursos semióticos são analisados como um todo dialético, oferece um caminho para a melhor compreensão dos processos formativos de professores. Ao subsidiar a análise minuciosa dos elementos que impactam a aprendizagem docente evidencia-se o processo de tomada de consciência do significado matemático em jogo o que, por sua vez, supera cada registro analisado de forma independente. A transposição da metodologia da TO para a formação de professores que ensinam matemática é inédita, uma vez que essa teoria tem sido utilizada para compreender a aprendizagem de estudantes em aula. No campo de formação de professores ainda há muito potencial a ser explorado acerca da abordagem metodológica pautada na TO, o que justifica a relevância da proposta de análise de vídeos apresentada nesse texto.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 découle