Bibliographic record
Abstract
O texto narra a trajetória de uma educadora, começando pelas lembranças de sua infância e o papel fundamental de seus pais em sua formação. Sua mãe, neta de ex-escravos, enfrentou desafios após a morte precoce do pai, cabo do Exército, que deixou viúva com nove filhos. Determinada, sua mãe aprendeu a ler e escrever já adulta, inspirando a narradora a seguir o caminho da educação, especialmente após ingressar no Curso Normal, mesmo que inicialmente tenha se afastado do magistério. Posteriormente, a autora decidiu retomar sua carreira docente e passar em um concurso público, iniciando sua jornada como professora na Secretaria Municipal de Educação do Rio de Janeiro, onde aproveitou diversas oportunidades de formação. Sua dedicação à educação culminou em sua entrada no Colégio Brigadeiro Newton Braga, local onde trabalhou em prol da melhoria das práticas pedagógicas. O texto também relata sua participação ativa em projetos de educação e valorização das culturas afro-brasileiras e indígenas, como o Projeto Saravá, que se tornou um marco em sua trajetória. Por fim, a autora compartilha sua busca contínua por aprendizado, ingressando em cursos de pós-graduação e envolvimento em estudos sobre questões sociais e educativas. Sua experiência inclui contribuições importantes na educação básica, especialmente no ensino de artes, onde desenvolve projetos interdisciplinares que promovem o desenvolvimento criativo e crítico dos estudantes.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.560 | 0.289 |
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".