Bibliographic record
Abstract
1.A partir de tuas pesquisas e estudos, qual entendimento sobre educação para a sexualidade vens construindo?R.: Bom, primeiramente, lembro que questões e contextos envolvendo sexo, corpo, gênero e atitudes sexuais são recorrentes na sociedade de forma geral e na escola, em particular, esses segmentos (sociedade e escola) interpretam e respondem a essas questões a partir de crenças, de valores morais, de normas religiosas, costumeiramente fundamentando-se em preconceitos e discriminação.A educação sexual enquanto campo que se fundamenta na ciência, na didática e no método possibilita uma compreensão das questões sexuais, além desse senso comum, sua aplicabilidade pode contribuir para que as pessoas se sensibilizem e passem a entender a sexualidade, a partir da desconstrução de tabus, preconceitos e valores enraizados historicamente.As pesquisas e estudos que tenho realizado, ao longo de mais de trinta anos, mostraram-me o quanto a educação sexual desenvolvida, a partir do foco na cidadania e no direito, é uma ação pedagógica importante na construção de um caminho para erradicar preconceitos e discriminações, diminuir a violência sexual e de gênero, reconhecer positivamente a diversidade e, enquanto campo de produção de conhecimento sexual, fornecer informações científicas que esclareçam crianças e jovens na escola e as pessoas em geral na sociedade, diminuindo a
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| 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".