Performance Matemática Story e participação computacional: análise de narrativa digital produzida por uma estudante no “MatLet”
Notice bibliographique
Résumé
Este artigo apresenta uma reflexão teórica sobre o processo de ensino e aprendizagem permeado pelo uso das tecnologias digitais, das artes e da construção de narrativas digitais multimodais, tendo como enfoque didático-pedagógico a Performance Matemática Digital e a ampliação dessa perspectiva por meio da proposição da Performance Matemática Stories. Trata-se de uma pesquisa de natureza qualitativa, que traz o recorte de um trabalho desenvolvido no âmbito da educação básica, com estudantes do 9º ano de uma escola da Rede de Ensino Municipal da cidade de Rio Grande, no estado do Rio Grande do Sul. A partir de uma prática pedagógica que consistiu na produção de narrativas digitais, em que os estudantes comunicaram seus sentimentos e suas atitudes diante da experiência matemática em sala de aula, foi selecionada uma story digital intitulada O Mundo MatLet, investigada por meio da análise da narrativa performática e das perspectivas de aprendizagem em participação computacional. Concluiu-se que essas duas abordagens se complementam e, embora a story não explore “grandes ideias matemáticas”, outros aspectos merecem destaque do ponto de vista pedagógico-matemático, como o compartilhamento da identidade matemática do estudante, a comunicação de suas experiências matemáticas estéticas, as relações da Matemática com o cotidiano, a dimensão interdisciplinar, a criatividade, a representatividade feminina nessa área e o empoderamento da mulher negra.
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».