FrameAGAP: um framework para auxiliar estudantes com dificuldades no estudo das cônicas
Bibliographic record
Abstract
Com o uso de frequente acompanhamento, feedbacks sobre a aprendizagem dos estudantes e a proposta de um ensino personalizado, a Sala de Aula Invertida vem ganhando espaço nas disciplinas de ciências exatas. Personalizar o ensino não é tarefa fácil e os recursos tecnológicos são uma das alternativas para que professores consigam fazer com agilidade e eficiência. Este artigo é um recorte de uma dissertação de mestrado que objetivou construir e validar o FrameAGAP, um framework para gestão e acompanhamento de aprendizagens personalizadas, para o conteúdo de cônicas, utilizando como metodologia de pesquisa o Design Experiment. Nele, discutem-se as possibilidades do FrameAGAP quanto ao acompanhamento da aprendizagem de uma estudante com dificuldades no estudo das seções cônicas. Como resultados, verificamos que o FrameAGAP possibilitou que estudantes recebessem feedback sobre as atividades propostas, além de recursos e situações que os possibilitaram explorar e mobilizar os conhecimentos necessários para a aprendizagem do conteúdo de cônicas.
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 | 0.034 | 0.057 |
| Meta-epidemiology (narrow) | 0.003 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.007 | 0.004 |
| Science and technology studies | 0.005 | 0.009 |
| Scholarly communication | 0.013 | 0.014 |
| Open science | 0.007 | 0.014 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.020 | 0.006 |
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".