Relato de experiência no Canadá: Conhecendo a inclusão escolar em Quebec
Bibliographic record
Abstract
O presente artigo relata uma visita de estudos ao Canadá, que foi parte das atividades científicas desenvolvidas ao longo do pós-doutorado da pesquisadora, na área de educação especial, apoiado pela FAPESP. O motivo principal desta visita foi conhecer aspectos relevantes da política de inclusão escolar de alunos com necessidades especiais em escolas públicas de ensino regular em uma cidade do interior de Quebec. Nesta visita, foi possível conhecer o espaço físico das escolas e das salas de aulas, além de outras observações a respeito da infraestrutura das escolas, coletar informações referentes ao funcionamento da sala de aula e dos alunos através de relatos do professor efetivo, do professor assistente e da psicóloga responsável. Como resultados, são apresentadas as principais características sobre a inclusão escolar em Quebec e os apoios fornecidos para as crianças com necessidades especiais no decorrer do ano letivo. Outro ponto relevante desta visita foi a possibilidade de conhecer qual o público atendido, como é realizada a identificação de alunos como especiais, como é a organização da sala de aula e quais são os profissionais envolvidos nos serviços de apoio. Espera-se socializar as informações coletadas com a comunidade cientifica brasileira interessada no tema, a fim de favorecer oportunidades de
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.024 | 0.007 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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".