A experimentação no processo de resolução de problemas matemáticos e computacionais
Bibliographic record
Abstract
A experimentação possibilita a exploração empírica da Matemática, valorizando diferentes formas de raciocínio e representação. Neste artigo, apresenta-se características da experimentação realizada por estudantes do nono ano do Ensino Fundamental ao se engajarem na resolução de problemas matemáticos e computacionais. O estudo se apoia nas ideias de Alan Schoenfeld, sobre a tomada de decisão em atividades orientadas por objetivos, e no construto seres-humanos-com-mídias, sobre o papel das mídias no pensamento e na produção do conhecimento. Os dados foram produzidos com duas duplas de estudantes que participaram de Sessões de Investigação, nas quais eles interagiram com simulações de construção de padrões para realizar diferentes atividades. Os registros produzidos foram gravações e diário de campo, também houve coleta da produção escrita dos estudantes. A análise ocorreu por meio de procedimentos qualitativos. Como resultados, aponta-se que a experimentação ocorreu por meio de teste e depuração de ideias, evidenciando a dinamicidade e o potencial de visualização da simulação. Houve a experimentação com elementos numéricos, que possuíam sentidos diversos, e com outros parâmetros. O processo também revelou conhecimentos dos estudantes. Em conclusão, pontua-se que a experimentação possibilitou a exploração de conceitos matemáticos empiricamente, e a mobilização de diversos recursos, evidenciando o pensamento com a simulação.
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 | 0.037 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".