Experimentos Portáteis para o Aprendizagem das Leis da Óptica Geométrica com Metodologia ISLE
Bibliographic record
Abstract
Neste trabalho socializar-se-ão a idealização e a construção de experimentos portáteis planejados para alargar a aprendizagem no campo das Ciências da Natureza. Descrever-se-á detalhadamente uma sequência didática para a aplicação do Experimento Portátil (ExP) sobre as leis da óptica geométrica, desenvolvida a partir de orientações psicopedagógicas de Freire, Vygostky, Ausubel e Moreira. Os experimentos portáteis foram produzidos a partir de pesquisa relacionada com os estudos da metodologia para o ensino de física recorrendo à metodologia ISLE. Tais produtos podem ser montados e manuseados na sala de aula, em aulas presenciais ou online, se constituindo em experimentos pedagógicos que podem auxiliar assertivamente professores de ciências e de matemática no contexto do ensino remoto, motivado pela pandemia da COVID-19. Esta nova ferramenta se afirmou como uma solução assertiva para o ensino de ciências e de matemática experimental no período da pandemia, contexto em que as aulas remotas ou gravadas se constituíram na alternativa possível para mitigar aglomerações, principalmente, porque a partir da mediação do produto pedagógico, sobre as leis da óptica geométrica, as aprendizagens se tornaram potentes, mesmo que os estudantes se encontrassem distantes da infraestrutura laboratorial das instituições de ensino que o adotaram no seu repertório metodológico.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.030 | 0.002 |
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".