Dispositivo de sexualidade, ensino e currículo: análise dos PPCs dos cursos de licenciatura em ciências da UFFS
Bibliographic record
Abstract
INTRODUÇÃOO saber, compreendido a partir da perspectiva pós-crítica não é concebido como algo fechado e imutável, como algo pronto; ele é operado como composição de signos, segundo uma ordem de expressões que lhe são naturais e não impostas por palavras de ordem.Ora, a partir da perspectiva pós-estruturalista, entendemos que conhecer é reelaborar o objeto apreendido através dos diferentes meios científicos, filosóficos, artísticos, culturais.Conhecer significa produzir uma diferença, lançar-se numa experiência de pesquisa que se conecta organicamente a diferentes conceitos.E, por isso, o conhecimento não pode continuar sendo utilizado para a implantação de ferramentas de poder, perpetuando ainda mais o distanciamento entre as classes sociais e, assim, a manutenção dos privilégios das forças de opressão que acabam atuando, principalmente, na formação de certos tipos de sujeitos e de identidades (HALL, 2006).Essa elitização/formatação da educação (e dos currículos) perpassa os tempos e se faz cada vez mais necessário repensar esses modos de subjetivação no campo curricular e em especial no campo de ensino de ciências.Nesse sentido, a apropriação do dispositivo saber-poder para Foucault (2001
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 | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.008 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".