Contribuição da inclusão digital na afirmação de sujeitos com deficiência intelectual
Bibliographic record
Abstract
A relevância da língua escrita na participação social e na subjetivação, bem como a dificuldade de sua apropriação por pessoas com deficiência intelectual motivou a realização desta pesquisa. O estudo investigou os efeitos da comunicação digital via Facebook na emergência de estratégias cognitivas e na subjetivação de pessoas com deficiência intelectual em contexto de mediação. Trata-se de uma pesquisa qualitativa com orientação sócio-histórica, realizada com três jovens com síndrome de Down, capazes de produzir escrita alfabética e utilizar ambientes digitais. Cada sujeito participou de oito sessões mediadas por estudantes de Pedagogia. Os resultados revelam a emergência de estratégias cognitivas, as quais foram ampliadas ao término do estudo. Por outro lado, houve a diminuição das estratégias de mediação. Os dados sugerem que a rede social Facebook e as estratégias de mediação utilizadas naquele ambiente digital contribuíram para a subjetivação dos participantes. Tais resultados foram evidenciados pela ampliação das interações sociais e pelo uso da função social da escrita com autorepresentação, autonomia e autoafirmação. Desse modo, houve a ressignificação de subjetividades de dominação, em subjetividades afirmativas. O estudo permite concluir que a comunicação digital via Facebook contribuiu para o processo de inclusão digital dos sujeitos, desnaturalizando a ideologia da deficiência/normalidade, importante aspecto fomentador de escolas e sociedades acolhedoras.
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 | 0.010 | 0.048 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.002 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".