Descritores de competências docentes: uma proposta de bricolagem da metodologia etnográfica com a articulação de saberes trandisciplinares
Bibliographic record
Abstract
Esse artigo resulta de uma pesquisa realizada com um grupo de 6 (seis) docentes das diversas áreas do saber, na cidade de Recife-PE e teve como objetivo primário o desenvolvimento de uma pedagogia que permitisse a implementação de projetos transdisciplinares em sala de aula com discentes do Ensino Médio em uma escola pertencente a Rede estadual de Ensino de Pernambuco. Buscamos, através de encontros de formação, preparar os professores, com base nos suportes teóricos da pesquisa que incluíam principalmente a transdisciplinaridade. Nosso propósito foi proporcionar o desenvolvimento de competências docentes necessárias para se trabalhar com projetos trandisciplinares. Através da coleta de dados, foi possível estabelecer as bases comparativas em relação aos docentes qquanto à postura prévia e pós implementação dos projetos. Avaliamos nos resultados finais as competências que serviram para nortear os projetos e constatamos que maioria dos docentes conseguiu compreender os princípios basilares dos projetos transdisciplinares contribuindo assim para complementar as evidências relativas aos descritores de competência enquanto didática que possibilita uma avaliação qualitativa e contribui para influenciar a mudança de postura dos docentes em sala de aula, além de contribuir para melhorar o processo de ensino-aprendizagem.
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 | 0.015 | 0.042 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.011 | 0.014 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.004 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".