Análise descritiva da utilização de metodologias ativas no curso de Ciências Contábeis em uma instituição de ensino superior privada de Governador Mangabeira- BA
Bibliographic record
Abstract
As transformações ocasionadas pela globalização têm impulsionado mudanças em todas as áreas do conhecimento, em especial nas Ciências Sociais, a exemplo das Ciências Contábeis. Faz-se necessário que os processos de ensino-aprendizagem estejam em conformidade com as constantes mudanças do meio econômico e social. Para atender a esta demanda, é preciso que a formação dos profissionais contábeis esteja alinhada às crescentes demandas do mercado de trabalho, o que implica o uso de técnicas inovadoras, capazes de formar contadores e cidadãos críticos e ativos. Neste sentido, surgem as metodologias ativas de ensino, que buscam ressignificar o processo educativo, tornando o estudante protagonista da aprendizagem. O objetivo deste estudo é descrever a utilização de metodologias ativas de ensino no curso de Ciências Contábeis em uma instituição de ensino superior privada da cidade de Governador Mangabeira-BA. Realizou- se uma pesquisa descritiva e qualitativa, utilizando-se de questionários aplicados aos docentes do curso de Ciências Contábeis para coleta de dados. Os resultados demonstraram que 100% dos pesquisados afirmaram terem conhecimento das metodologias ativas de ensino, embora a grande maioria dos professores (52,90%) opte pelas metodologias tradicionais, sendo a aula expositiva a mais empregada. A principal dificuldade encontrada para a utilização desses novos métodos foi a cultura enraizada no âmbito educacional, enquanto a principal vantagem de sua aplicação, como percebida pelos docentes, foi o aumento da atratividade para todos os envolvidos no processo. Por fim, ressalta-se a importância da metodologia ativa de ensino para a formação do profissional contábil na medida que propicia o desenvolvimento de habilidades como autonomia e senso crítico, características imprescindíveis para o exigente mundo dos negócios.
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 | 0.014 | 0.036 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.013 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".