Invitation to solve puzzles: a proposal for the construction of literary literacy in the reading of poems
Notice bibliographique
Résumé
This work aims to investigate and analyze the contributions of the Receptive Method and the expanded sequence of Literary Literacy, allied to the use of TDICs in order to reflect on the pertinence of the use of these two methodologies and the resources of the digital social networks in the development of the skills needed for the training of poetry readers in High School. The methodology used to organize the study was the qualitative approach of the ethnographic type. The study was carried out during the 2017 school year (in the form of a pilot project) and reapplied in 2018 at a school in the Campo Largo-PR state school system during a quarter term in each of the application situations, during the classes of Portuguese Language and Literature for groups of the 4th year of the Teacher Training Course for Early Childhood Education and for the initial years of Elementary School and had 36 participants in the pilot stage and 34 students in the second stage. The study describes and analyzes the work done using the 5 steps of the Receptive Method, organized by Aguiar and Bordini (1993), and the expanded sequence of the Literary Letters suggested by Cosson (2009), in reading poems of the work Claro Enigma (1951), by Carlos Drummond de Andrade. The data were obtained during the classes of the teacher-researcher, with photographic records, questionnaires, interviews and analysis of the students' productions. The results obtained with the triangulation of the data allowed to reflect on the limits and possibilities of the use of a combination of the steps of the Receptive Method with the expanded sequence of the Literary Literature for the formation of the poetry literary reader, besides demonstrating the pertinence and the viability of the use of Internet social networks in literature classrooms.
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 | 0,013 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,048 |
| Communication savante | 0,011 | 0,021 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».