Os contos populares de outras culturas na educação ambiental
Bibliographic record
Abstract
No âmbito da Prática de Ensino Supervisionada em Educação Pré-Escolar, pretendeu-se perceber o modo como os contos populares de outras culturas se podem inserir na educação ambiental e explorar formas de abordá-los que sejam promotoras do interesse e do questionamento das crianças na primeira fase de um trabalho pela metodologia de projeto. Investigaram-se estas questões através de uma revisão de literatura científica e da elaboração, concretização e análise de um plano de ação pedagógica, sob a lente de investigação qualitativa e interpretativa, recorrendo-se à observação participante e à redação de notas de campo como instrumentos de recolha e análise de dados. Este plano destinou-se a apresentar, em duas etapas complementares, a tundra do norte do Alasca e o povo Inuit, e a floresta tropical da Amazónia e o povo Ticuna, tendo como ponto de partida a narração de contos provenientes do repertório oral desses dois povos. Verificou-se uma correspondência entre a literatura consultada, os objetivos traçados e a adesão das crianças relativamente ao plano de ação, tendo-se concluído que os contos populares de outras culturas se inserem na educação ambiental porque promovem uma aproximação afetiva entre as crianças e realidades que se encontram distantes, levam-nas a contactar com perspetivas de vida distintas das suas, veiculam uma perspetiva biocêntrica do mundo e modos sustentáveis de relação com o ambiente e predispõem-nas a maravilhar-se e a sentir curiosidade por aspetos biofísicos do planeta. Concluiu-se também que o envolvimento das crianças em assuntos relativos à educação ambiental, durante o lançamento de um projeto, pode ser promovido através do recurso a dois planos complementares – um maravilhoso e simbólico, veiculado através dos contos populares, e um concreto e objetivo, veiculado através do recurso às novas tecnologias para visionamento de fotografias, sons e pesquisa de informação.
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 | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.007 | 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".