Aplicação e Contributos no Ensino da Formação Musica
Notice bibliographique
Résumé
A presente investigação incide sobre a utilização das canções tradicionais da Beira Baixa na disciplina de Formação Musical, no Ensino Especializado da Música. O problema que se pretendeu investigar está relacionado com a confirmação de que, muitas vezes, os jovens desconhecem o seu próprio património musical. Assim, questionou-se se as canções tradicionais contribuiriam para desenvolver o interesse e a motivação para a aprendizagem da Formação Musical e se poderiam ser um recurso para implementar estratégias. Utilizaram-se como instrumentos de investigação as grelhas de observação, os resumos reflexivos, os inquéritos por questionário e as referências bibliográficas. As evidências aqui apresentadas, recolhidas através dos inquéritos por questionário, dizem respeito a resultados parciais do estudo desenvolvido. As estratégias adotadas, tendo como recurso as canções tradicionais da Beira Baixa, conduziram a uma melhoria significativa das competências e do interesse e motivação dos alunos de Formação Musical. Os resultados obtidos ao longo do estudo, com as canções tradicionais da Beira Baixa, indicaram que a sua implementação, nas aulas de Formação Musical, pode trazer benefícios ou efeitos positivos, melhorando o aproveitamento escolar, a autoestima, a participação e os hábitos de estudo.
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 | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,018 | 0,009 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 ».