Educaçao e desenvolvimento rural em Massaroca : avaliaçao de uma pratica educativa
Bibliographic record
Abstract
Ce travail analyse la dynamique d'une école rurale, cherchant à comprendre comment la proposition pédagogique s'est centrée sur la réalité du monde rurale et si elle a contribué au développement des Communautés rurales regroupées au sein d'un Comité d'Associations d'Agro-éleveurs. \n \nL'étude a été réalisée dans une région semi aride Nordestine, celle de Massaroca, dans le Munícipe de Juazeiro-BA. Les acteurs impliqués dans la vie de l'Ecole, acteurs internes (parents, jeunes, membres du Comité, élèves et anciens élèves...), acteurs externes (professeurs et techniciens travaillant dans la région) ont été la principale source d'informations. \n \nL'auteur a opté pour une démarche qualitative, privilégiant des méthodes participatives, dans lesquelles les acteurs sociaux exercent un rôle fondamental dans la définition des objectifs. \n \nA la fin de ce parcours de recherche, il est possible de conclure que l'école rurale de Massaroca est au service du développement. Son intervention, basée entièrement sur l'organisation des liens sociaux qui structurent les communautés rurales, cherche à transformer localement le tissu social dans une pédagogie de l'intervention sociale, à l'image de ce que Paulo Freire a défendu dans ses écrits. L'école Rurale de Massaroca a ainsi contribué au développement local des communautés rurales. L'école assume un rôle de consolidation des ressources humaines et économiques des communautés. \n
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.000 |
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".