Mitos e crenças sobre altas habilidades ou superdotação entre professores de uma escola da DRE Pirituba/Jaraguá
Bibliographic record
Abstract
Alunos com Altas Habilidades ou Superdotacao sao muito mais recorrentes do que evidencia o senso comum, as estimativas mais timidas advertem que esse publico abrange de 3% a 5% de qualquer populacao. Mas por que sera que esses alunos nao sao reconhecidos na maioria das escolas? Essa pesquisa fez um levantamento sobre o que pensam os professores de uma escola da DRE Pirituba/Jaragua a respeito dessa clientela da Educacao Especial, a fim de saber a existencia de mitos que dificultam a correta identificacao desses alunos. Para isso, foi preparado um questionario contendo 23 perguntas fechadas sendo entrevistados 17 professores. A maioria dos participantes afirmou ter entrado em contato com o tema na graduacao, pos-graduacao ou cursos de formacao continuada, e demonstraram possuir certa criticidade a respeito de parte dos mitos apresentados. Porem, foi constatado que os mesmos nao conseguem identificar tais alunos em seu cotidiano escolar, tendo apenas uma professora apontando dois alunos em seu local de trabalho. Diante da presente situacao, nota-se que para ocorrer a inclusao e preciso mais do que dominar a teoria em partes, faz-se necessaria uma acao conjunta entre os profissionais da educacao, a comunidade e o poder publico em busca conhecimento e sensibilizacao de quem realmente sao esses estudantes que fazem parte do publico alvo da educacao especial, para que os mesmos sejam identificados como tais, apontados no censo escolar e atendidos em suas necessidades especificas, caso contrario permanecerao invisiveis na escola.
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 | 0.009 | 0.033 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 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".