ADAPTAÇÃO DA METODOLOGIA “SALA DE AULA INVERTIDA” COM APLICAÇÃO DE RECURSO EDUCACIONAL ABERTO “QUIZIZZ” PARA AVALIAÇÃO: RELATO DE EXPERÊNCIA
Bibliographic record
Abstract
O presente artigo descreve um relato de experiência oriundo da observação de seis aulas introdutórias de Química Orgânica, no terceiro ano do Ensino Médio, em um colégio estadual do Oeste do Paraná. O objetivo foi analisar a adaptação da metodologia de Sala de Aula Invertida com a utilização de Recursos Educacionais Abertos (REA), a partir das Tecnologias Digitais da Informação e Comunicação na avaliação da aprendizagem por meio da Plataforma Quizizz. Para tanto, foi observada a adaptação da metodologia, a interpretação e o trabalho dos estudantes, assim como a atuação do professor como mediador. O trabalho também dialoga com as práticas pedagógicas e as vantagens sobre a utilização dos REA para o ensino e para a aprendizagem. Em síntese, concluímos que a utilização da metodologia Sala de Aula Invertida é promissora e pode ser adaptada de acordo com a realidade escolar. Consideramos também, que os Recursos Educacionais Abertos são contribuintes para a aprendizagem, podendo ser utilizados no engajamento dos estudantes e permitindo o desenvolvimento de novas habilidades em pesquisas, contribuindo com os processos avaliativos.
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 | 0.007 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".