GUILHERME AUGUSTO ARAÚJO FERNANDES: POSSIBILIDADES DO ENSINO DE LEITURA ATRAVÉS DA LITERATURA
Notice bibliographique
Résumé
Atualmente a leitura tem tomado espaco consideravel na educacao e na midia brasileira. Em 2003, o Brasil obteve desempenho insatisfatorio em duas grandes pesquisas: uma de âmbito nacional – o Instituto Paulo Montenegro divulgou que 72% de jovens sao alfabetos funcionais, ou seja, nao sabem ler e escrever. Em outra, internacional, o PISA – Programa Internacional para Avaliacao de Estudantes, o pais ocupou o 37o lugar em letramento de leitura. Acanhadas acoes tem tentado mobilizar escolas, professores, diretores e sociedade para mudar este quadro: PNLD – Programa Nacional do Livro Didatico atraves dos modulos literarios, PNBE – Programa Nacional Biblioteca na Escola, campanhas como “Tempo de leitura” e “Literatura em minha casa”, entre outras. Estas iniciativas mostram algo em comum: a utilizacao de textos literarios. No entanto, nota-se que as instituicoes de ensino nao estao sabendo fazer uso da literatura como objeto para o ensino da leitura. Ao contrario da America do Norte, Canada e Estados Unidos, que propoem, neste sentido, um Programa de leitura fundamentado na literatura (Literature based reading program). Neste contexto, propoe-se este estudo com intuito de contribuir para a investigacao do seguinte problema de pesquisa: Como se ensina a ler atraves do Programa de leitura fundamentado na literatura? Para tanto, propoe-se mostrar um trabalho de campo feito em uma 2a. Serie com o livro Guilherme Augusto Araujo Fernandes, de Mem Fox. Mostraremos as atividades de leitura que possam auxiliar seu ensino e consequentemente adequar o uso de programas como PNLD, PNBE e Literatura em Minha Casa em escolas do Ensino Fundamental.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,009 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,001 |
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.
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 tête enseignante, 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 ».