NARRATIVAS DE PROFESSORES E PROCESSOS DE FORMAÇÃO: CUIABÁ (MT) E SÃO GONÇALO (RJ) EM DIÁLOGO
Bibliographic record
Abstract
Este texto se estrutura a partir de investigações envolvendo dois projetos de pesquisa, realizados em instituições distintas, que dialogam e se complementam. Tais estudos objetivam apresentar contribuições compartilhadas sobre dimensões vinculadas às práticas e aos processos de formação docente e de pesquisa narrativa desenvolvida em contextos específicos, com interlocução entre metodologias. Destacamos, a partir dos achados de nossas pesquisas, contribuições para um processo de formação emancipatória, apostando no fortalecimento do professor, seus saberes e suas práticas, como aspecto fundamental que contribui para uma inserção docente, crítica e criativa, abrindo outras possibilidades de experiência na escola e na sociedade. Especificamente, chama-se a atenção aqui para a questão relacional, tanto na pesquisa narrativa quanto no entendimento da formação docente como processo de aprendizagem de estratégias e capacidades para aprender com os outros, a partir dos outros e para os outros, pois, quando a profissão docente é respeitada e os professores apoiados em sua aprendizagem profissional, é mais provável que ocorra uma melhoria na qualidade dos processos educativos para professores e alunos.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.011 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".