Indicadores de qualidade mobilizam a escola
Bibliographic record
Abstract
O texto apresenta os Indicadores da Qualidade na Educação, desenvolvido no Brasil por iniciativa da Organização Não-Governamental Ação Educativa, do Unicef (Fundo das Nações Unidas para a Infância) e do PNUD (Programa das Nações Unidas para o Desenvolvimento). No contexto de elaboração e de divulgação dos resultados dos sistemas de avaliação educacionais, constata-se que as escolas não se apropriam dessas informações, não conseguem assumir o papel de protagonistas e ainda acabam vitimadas pelo estigma da incompetência. O principal objetivo desse projeto é o engajamento, a mobilização da comunidade na luta pela melhoria da qualidade na escola. Na versão preliminar dos Indicadores, foram envolvidas 14 escolas distribuídas nas cinco regiões do País, e formulado um sistema de mensuração que coloca, nos próprios sujeitos, a prerrogativa de atribuir valores a diferentes dimensões da realidade escolar, avaliando-as coletivamente, de maneira que todos possam conhecer, discutir e decidir quais são as prioridades de ação para melhorar esse quadro. A metodologia provou estimular o debate, explicitar a divergência, trazer à luz questões que antes passavam despercebidas e provocar a disposição de resolver problemas detectados. O texto conclui que um dos aspectos mais importantes foi a diversidade dos atores participantes no desenvolvimento dos indicadores. Uma educação de qualidade para todos no Brasil prescinde da aliança entre profissionais do ensino, população e organizações da sociedade civil com os órgãos públicos das diversas esferas do governo e as agências internacionais.
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 | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
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".