MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413383031 · doi:10.30612/realizacao.v12i23.20005

Uso do Instagram como rede social para divulgação de informações técnicas em Zootecnia: estudo de caso na UFVJM

2025· article· pt· W4413383031 sur OpenAlexaff
Roseli Aparecida dos Santos, Gabriel Machado Dallago, Marcela Azevedo Magalhães, Ana Fabrícia Braga Magalhães, G. L. A. SANTOS, Maria Eduarda Goulart Trindade da Silva Moraes, Giuliano Reis Pereira Muglia

Notice bibliographique

RevueREALIZAÇÃO · 2025
Typearticle
Languept
DomaineSocial Sciences
ThématiqueDigital Marketing and Social Media
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Este estudo avaliou o potencial das redes sociais como ferramenta para disseminar informações técnicas em zootecnia, visando alcançar produtores rurais e o público em geral. A pesquisa, realizada de janeiro a dezembro de 2021, consistiu na publicação semanal de conteúdo técnico no Instagram, utilizando o perfil oficial do curso de zootecnia da UFVJM (@dzoufvjm) e quatro perfis de estudantes. A análise dos resultados, baseada nos dados fornecidos pelo Instagram, revelou um crescimento significativo no perfil do curso ao longo do período, especialmente no segundo semestre. Embora o aplicativo não forneça parâmetros absolutos para avaliar o desempenho das publicações técnicas, o aumento nas métricas do perfil oficial sugere uma maior credibilidade e confiança por parte do público. O estudo também identificou estratégias eficazes para otimizar o alcance das publicações, como a postagem de conteúdo relevante para o cotidiano do público, de segunda a sexta-feira, entre 9h e 21h. Em suma, a pesquisa demonstrou que as redes sociais, quando utilizadas de forma estratégica, são uma ferramenta valiosa para a divulgação instantânea de informações técnicas em zootecnia e agronegócio, facilitando a comunicação e a disseminação de conhecimento.

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)0,005
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0050,003
Communication savante0,0060,003
Science ouverte0,0010,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,034
Tête enseignante GPT0,354
Écart entre enseignants0,320 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueREALIZAÇÃO→Même sujetDigital Marketing and Social Media→Travaux en français237 207→