MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161213875

recent facts & figures from Portugal

2025· article· en· W7161213875 sur OpenAlexfundno aff
Helena Margarida dos Reis Cabeleira

Notice bibliographique

RevuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT) · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTeacher Education and Leadership Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversidade de LisboaFundação para a Ciência e a TecnologiaFederation for the Humanities and Social Sciences
Mots-clésPortugueseDigital inclusionKey (lock)Public policyInclusion (mineral)PopulationEmerging technologiesSoftware
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper discusses the role of digital technologies and environments (with emphasis on visual and multimedia technologies) in enhancing inclusive education for disabled or diverse learners. Drawing on five theoretical frameworks and related literature reviews, this research maps and highlights current accessible digital platforms, tools or software for Inclusive Digital Education (IDE), and their potential applications within main-stream public education in Portugal. Based on statistics and empirical data collected from recent national and international studies and policy documents, the paper identifies key ‘facts and figures’ related to Portuguese inclusive education in recent years, including shifting conceptu-alizations of disability and diversity. The aim is to provide the research-education communities with systematic and up-to-date information, documentation, and findings that emphasize the importance of critical perspectives and multifaceted approaches to the design, implementation and use of technologies and environments for IDE. Consideration for IDE is essential given the contemporary challenges and needs posed by an increasingly diverse and demanding student population in Portugal.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,014
Études des sciences et des technologies0,0020,001
Communication savante0,0080,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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.

Tête enseignante Opus0,185
Tête enseignante GPT0,467
Écart entre enseignants0,282 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revuePortuguese National Funding Agency for Science, Research and Technology (RCAAP Project by FCT)→Même sujetTeacher Education and Leadership Studies→Travaux en français237 207→