ENSINO E APRENDIZAGEM NA EDUCAÇÃO A DISTÂNCIA: UM OLHAR SOBRE A ESCOLHAS E MOTIVAÇÕES POR EAD EM BOM JESUS DA LAPA, BAHIA
Bibliographic record
Abstract
O presente estudo, que tem como título, Ensino e Aprendizagem na educação a Distância: um olhar sobre a Escolha e Motivações por EaD Bom Jesus da Lapa, Bahia. Parte da seguinte questão norteadora: quais são as contribuições da Educação a Distância (EaD) para a formação em nível superior dos sujeitos de Bom Jesus da Lapa, na Bahia? Neste sentido, para responder a esta indagação, traz como objetivo geral analisar as contribuições da EaD para a formação em nível superior dos sujeitos de Bom Jesus da Lapa, na Bahia. Esta pesquisa se torna relevante pelo fato de analisar a importância da EaD para a formação dos estudantes em nível superior, que consequentemente se torna um campo de reflexões tecnológicas que busca conhecer as relações entre seres humanos e seu modo de pensar. Sendo que houve um aumento dessa demanda nos tempos atuais, provocado pelo substituição das aulas presenciais, em certos cursos, pelas aulas online devido a pandemia do covid-19. A metodologia utilizada durante este trabalho compreendeu o estudo do tipo pesquisa de campo, onde inicialmente se fez uma revisão bibliográfica e posteriormente realizou-se entrevistas. O resultado da pesquisa mostraram que os entrevistas estão satisfeitos com o sistema oferecido pela EaD, o que tornou possível a formação de muitos profissionais em nível superior.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".