MétaCan
Menu
Back to cohort

Physique à l’ENEM et dans le cours de chimie technique à l’Institut fédéral d’Amapá (IFAP): une comparaison curriculaire

2021· article· fr· W3134885492 on OpenAlexaff
Denny Rodrigues do Carmo, Argemiro Midonês Bastos, Amanda Alves Fecury, Carla Viana Dendasck, Euzébio de Oliveira, Cláudio Alberto Gellis de Mattos Dias

Bibliographic record

VenueRevista Científica Multidisciplinar Núcleo do Conhecimento · 2021
Typearticle
Languagefr
FieldSocial Sciences
TopicHealth, Education, and Aging
Canadian institutionsUniversité du Québec à Montréal
Fundersnot available
KeywordsHumanitiesArtPolitical science

Abstract

fetched live from OpenAlex

Le National High School Examination (ENEM) est un outil d’évaluation et sélectif permettant aux étudiants d’entrer dans l’enseignement supérieur. Les Instituts fédéraux d’éducation, de science et de technologie (IFs) sont des institutions créées par le gouvernement fédéral dans le but de former des professionnels compétents. Le but de cette étude est de comparer le contenu des questions de physique de l’Examen national du secondaire (ENEM) entre les années 2014 et 2018 avec le contenu du programme du cours de chimie technique à l’Institut fédéral d’Amapá (IFAP). L’enseignement de la physique dans le cours technique de chimie à l’IFAP ne présente pas de division priorisant les matières les plus présentes à l’ENEM. ENEM contextualise généralement ses questions. Cela pourrait être une pratique courante en physique au lycée, car cela vous aiderait à mieux comprendre. De plus, il est nécessaire de ne pas fragmenter le contenu lors de l’enseignement, ni que sa composition avec d’autres matières. Le cours technique de la FIPA ne serait pas le lieu d’étude approprié pour ceux qui veulent simplement terminer leurs études secondaires. Le contenu va au-delà de ce qui est requis, mais avec des découpes adaptées à la partie technique, y compris les pratiques de laboratoire et les disciplines strictement techniques. L’absence d’interdisciplinarité et de contextualisation rend difficile l’absorption du contenu, formant des étudiants ayant des difficultés à penser la physique.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.871
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.003
Science and technology studies0.0040.001
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.026
GPT teacher head0.350
Teacher spread0.324 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueRevista Científica Multidisciplinar Núcleo do ConhecimentoSame topicHealth, Education, and AgingFrench-language works237,207