Aplicativo para Smartphones utilizando a Plataforma App Inventor 2: avaliando o grau de satisfação dos alunos por meio de um instrumento de análise utilizando a escala Likert
Bibliographic record
Abstract
Os dispositivos moveis, nas escolas de Ensino Medio, estao cada vez mais presentes. O professor ao inves de rejeitar, deve fazer uso dessa ferramenta. Com intuito de oferecer uma contribuicao para discussao em torno do dilema, apresentamos neste artigo, os resultados relacionados a aceitacao por parte dos alunos, de um aplicativo desenvolvido por nos, destinado a um curso de eletrodinâmica. Tal aplicativo, teve seu emprego organizado por uma sequencia didatica. A pesquisa foi desenvolvida no segundo semestre de 2015, na E. E. Dep. “Felicio Tarabay”. A amostra, foi constituida de 39 alunos do 3o ano do Ensino Medio. Nossa analise se baseia em 3 questoes fechadas do nosso instrumento de coleta de dados. Os participantes relataram que a utilizacao do aplicativo torna os conteudos mais atrativos e eles gostariam que este tipo de recurso fosse incorporado a outras disciplinas. Eles afirmaram que a utilizacao dos aplicativo contribuiu muito para a melhoria na compreensao dos conteudos. Assim, entendemos que o smartphone deve ser utilizado em atividades voltadas para o Ensino de Fisica, mas, como quaisquer outros recursos didaticos, ele nao deve ser o unico.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.007 | 0.007 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".