A LEITURA DE LITERATURA NA PRIMEIRA INFÂNCIA: UM OLHAR SOBRE AS POLÍTICAS PÚBLICAS DO BRASIL E DO QUEBEC - CANADÁ
Bibliographic record
Abstract
Este artigo tem como objetivo identificar como a primeira etapa do ensino infantil é estruturada no Brasil e no Quebec (província francófona do Canadá) e como se dá a formação leitora no cenário das políticas públicas educacionais para esses espaços educativos articuladas à função do professor nesse processo. A primeira infância abrange a fase dos 0 aos 5 anos e é um período primordial no qual ocorre o desenvolvimento neuronal, bem como a aquisição de habilidades fundamentais que permitirão o seu aprimoramento mais complexo futuramente. Nesse sentido, buscamos responder aos seguintes questionamentos: Qual é o lugar da leitura nas políticas públicas educacionais do Brasil e do Quebec direcionadas à primeira infância? Como o papel do professor na formação de leitores é evidenciado e quais orientações norteiam as práticas em relação à leitura de literatura nos espaços de educação para a infância nesses contextos? Para responder a essas questões realizamos uma pesquisa bibliográfica e documental, na qual foram analisados estudos e documentos oficiais publicados nesses dois contextos educativos. As políticas públicas de ambos os países apresentam diferenças. No Brasil, o projeto está bem fundamentado, mas, ainda há pouca oferta dos serviços. No Quebec, a oferta dos serviços é maior. Entretanto, a formulação teórica e a formação dos profissionais ainda é incipiente. Em ambas as propostas, a participação do professor no processo é evidenciada como fundamental para a iniciação e o desenvolvimento das pequenas crianças na leitura.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.012 | 0.026 |
| Science and technology studies | 0.015 | 0.011 |
| Scholarly communication | 0.015 | 0.005 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".