A COMUNIDADE DE APRENDIZAGEM COMO MEIO PARA POTENCIALIZAR COMPETÊNCIAS PROFISSIONAIS EM PRODUÇÃO 3D
Bibliographic record
Abstract
Este artigo explora a interseção entre a pedagogia universitária e a produção 3D, abordando os desafios da inserção profissional nesse campo e estratégias para desenvolver as competências dos estudantes. Resultados parciais de um projeto de pesquisa-ação são apresentados, focando na implementação de uma comunidade de aprendizagem para apoiar o desenvolvimento de competências em produção 3D em um curso de Bacharelado em criação midiática em uma universidade francófona no Quebec, Canadá. A análise dos dados, provenientes de uma entrevista em grupo com dez estudantes que cursaram a disciplina, revelou as contribuições e limitações da comunidade de aprendizagem. Além disso, foram identificadas sugestões para futuras pesquisas na área. Este estudo destaca a importância de estratégias pedagógicas inovadoras para preparar os estudantes para o mercado de trabalho em constante evolução, particularmente em setores tecnológicos como a produção 3D. A pesquisa também ressalta a necessidade contínua de adaptação e aprimoramento das práticas de ensino para melhor atender às demandas da sociedade e promover o sucesso profissional dos graduandos.
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 | 0.010 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.012 | 0.004 |
| Open science | 0.003 | 0.010 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 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".