A produção de textos a distância com estudantes da Licenciatura do Campo da UFGD
Bibliographic record
Abstract
Este texto tem a perspectiva de apresentar a experiência adquirida no desenvolvimento do projeto de extensão Leitura e Produção de textos Acadêmicos I. Esse projeto pretendia investir na melhoria das habilidades dos professores das escolas do campo do Mato Grosso do Sul e dos alunos da Licenciatura em Educação do Campo (LEDUC) da Universidade Federal da Grande Dourados - UFGD na leitura e produção de textos acadêmicos. Nesse percurso os professores das escolas do campo do Estado do Mato Grosso do Sul e os alunos da LEDUC foram auxiliados por professores da Universidade e acadêmicos do curso de Letras e da Pós-Graduação em Letras da UFGD. Cabe destacar, que essa ação possibilitou uma maior interação entre os alunos da Pós-Graduação e da Graduação da universidade com os professores do campo do Estado do Mato Grosso do Sul. Esse projeto pretendia possibilitar aos professores das escolas do campo e aos alunos da LEDUC o reconhecimento dos princípios básicos da norma culta, desenvolvendo habilidades de leitura e produção de textos coesos e coerentes, tendo como perspectiva o estudo da Língua Portuguesa para fins acadêmicos. Essa proposta vislumbrou o estabelecimento de uma relação profícua entre diferentes instâncias da universidade e a comunidade.
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 | 0.006 | 0.026 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.006 | 0.008 |
| Science and technology studies | 0.012 | 0.010 |
| Scholarly communication | 0.014 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.022 | 0.003 |
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".