Brincadeira, engajamento e multiletramento para produção do inédito viável em um ambiente multilíngue
Bibliographic record
Abstract
Nosso objetivo é apresentar uma experiência de interação multilíngue em um ambiente de aprendizagem criativa, na qual os participantes foram convidados a fazer uso de suas estratégias comunicativas em um contexto multicultural. Nesta proposta, apresenta-se como os conceitos de Brincar (VYGOTSKY, 1933), Multiletramento Engajado (LIBERALI, 2021) e Multiletramento se entrelaçam para produzir o inédito viável (FREIRE, 1987) no Projeto Brincadas, uma iniciativa brasileira apoiada pela Global Play Brigade, grupo internacional de mais de 60 países, incluindo o Brasil. Este projeto surgiu como resposta às dificuldades causadas pela pandemia COVID-19. Portanto, o projeto Brincadas tenta transformar as situações limites (FREIRE, 1987), materializando novas alternativas para superar os obstáculos que se impõem no cotidiano em meio a esse contexto pandêmico da COVID-19. Nesta atividade, os participantes foram convidados a utilizar seus diferentes repertórios e experiências de vida social para recriá-los de forma mais crítica e revolucionária, ressignificando seu aprendizado e ampliando suas possibilidades de atuação. Para este artigo, nos referimos a uma experiência de Carnaval Virtual oferecida pelo Projeto Brincadas em fevereiro de 2021.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.006 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 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".