Bibliographic record
Abstract
A leitura em Francês Língua Estrangeira (FLE) pode ser abordada de diferentes maneiras em função dos objetivos individuais ou institucionais para sua aprendizagem. Esta pesquisa concentra-se num público de leitores bastante específico: alunos de primeiro ano do curso de Letras/Francês da Faculdade de Filosofia, Letras e Ciências Humanas da USP que devem ler literatura francesa no original dispondo de pouco ou nenhum conhecimento dessa língua. Essa é uma situação paradoxal que se coloca para um número considerável de estudantes ao ingressar nesse curso a cada ano e que fez com que se buscasse desenvolver uma abordagem do texto literário que se aproximasse dos processos em jogo no ato da leitura e das verbalizações desses processos por parte deste grupo de leitores. Busca-se, nesta pesquisa, refletir sobre como a aproximação do texto do leitor, ou seja, como a verbalização de seu processo de leitura pode informar sobre as estratégias para ler literatura em sala de aula, considerando a dificuldade implicada no processo em razão do pouco conhecimento em língua francesa. A hipótese concentra-se em perceber a verbalização de uma leitura como um processo metacognitivo de elaboração em que o leitor controla a construção e eventual perda de sentido na leitura, o texto do leitor seria um híbrido entre o relato desse processo e elementos de sua compreensão no ato da leitura. Dispor desses elementos pode vir a permitir com uma abordagem do texto literário em FLE aproxime-se da forma como os textos são apreendidos pelos leitores nesse contexto, potencializando os resultados dessa aprendizagem.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.010 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".