ENSINANDO ÉTICA PÓS-HUMANISTA NA FACULDADE DE DIREITO: AS DIMENSÕES DE GÊNERO, CULTURA E RAÇA NA RESISTÊNCIA DOS ESTUDANTES
Bibliographic record
Abstract
Este ensaio desafia as fronteiras hegemônicas humanistas do Direito ao analisar os desafios envolvidos em padronizar disciplinas pós-humanistas nos currículos dos cursos de direito. Assuntos pós humanistas relacionados ao ensino jurídico são vistos como marginais e indignos de séria discussão ou bolsa de estudo. A autora identifica os problemas que podem surgir com a introdução de conteúdos críticos pós-humanistas através de sua experiência no ensino de direito animal como uma disciplina opcional e como parte de uma disciplina anual obrigatória sobre Direitos de Propriedade, bem como na realização de uma conferência anual coordenada por estudantes. Ela argumenta que os preconceitos relacionados a gênero, raça e outros padrões, herdados do sistema de ensino jurídico como um todo, impedem os estudantes de adotarem discursos jurídicos não hegemônicos que desafiem suas percepções acerca do Direito e seu papel. Esses preconceitos levam à resistência e ao desafio às discussões de direito pós‑humanistas até mesmo a estudantes marginalizados ou “alternativos”. A autora argumenta que esses preconceitos internalizados, que constituem a visão de mundo dos estudantes, poderiam ser enfrentados através de uma formulação pedagógica sensível e inovadora no ensino de disciplinas pós‑humanistas como o Direito Animal.
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 | 0.012 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.015 | 0.014 |
| Scholarly communication | 0.013 | 0.006 |
| Open science | 0.001 | 0.013 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".