Curadoria de Recursos Educacionais Digitais na Disciplina de Leitura e Produção de Textos da Universidade Virtual do Estado de São Paulo
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
Este artigo investiga o processo de curadoria de recursos educacionais digitais na disciplina de Leitura e Produção de Textos (LET100) da Universidade Virtual do Estado de São Paulo (UNIVESP). A disciplina, parte fundamental do ciclo básico de todos os cursos de graduação, visa desenvolver habilidades de leitura e escrita em mais de 25 mil alunos ingressantes anualmente. A metodologia utilizada envolveu a análise documental dos materiais da disciplina e a observação não participante do Ambiente Virtual de Aprendizagem. A LET100 utiliza uma variedade de recursos educacionais digitais, como videoaulas, textos-base, quizzes e fóruns de discussão, para criar uma experiência de aprendizado dinâmica e interativa. A seleção e organização desses recursos refletem um compromisso com a aprendizagem significativa e autônoma, características essenciais para o sucesso na Educação a Distância (EaD). Os resultados preliminares apontam para a importância da curadoria digital na organização dos recursos e no suporte ao aprendizado dos alunos. O estudo analisa a estrutura da disciplina, os objetivos pedagógicos e a escolha dos recursos digitais, demonstrando como a curadoria digital contribui para a construção de um ambiente de aprendizagem engajador e eficaz. A pesquisa destaca a importância da LET100 no desenvolvimento de competências essenciais para o sucesso acadêmico e profissional dos estudantes da UNIVESP. Palavras-chave: Curadoria. Leitura e produção de textos. Univesp. EaD. Recursos educacionais digitais.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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