Políticas curriculares para o ensino médio brasileiro: sentidos atribuídos nas produções discursivas da ANPEd
Bibliographic record
Abstract
Esse trabalho, inscrito nos debates sobre as políticas curriculares, tem como objetivo analisar sentidos de políticas curriculares para o Ensino Médio brasileiro inscritos nas produções discursivas da Associação Nacional de Pós-Graduação e Pesquisa em Educação (ANPEd). A partir de referenciais do pós-estruturalismo, notadamente da Teoria do Discurso de Laclau e Mouffe (2015), Mouffe (2015) e do pós-marxismo, Dardot e Laval (2016) e Brown (2019), buscamos observar, nas produções acadêmicas de 2011 a 2021, sentidos latentes que operam nessas políticas. Sendo assim, utilizamo-nos da tecnologia de busca políticas curriculares para o Ensino Médio como termo chave para fazer o levantamento bibliográfico no espaço acadêmico da ANPEd. Percebemos nessas produções teóricas que as políticas curriculares é parte integrante da reforma do Estado. Este, por sua vez, articula-se a organismos internacionais e nacionais, a partir de discurso de crises econômico-educacional, para forjar um tipo de sociedade consoante a uma capacidade de competir e se desenvolver economicamente, visto que educação é percebida por ele como produção de recursos humanos nas linhas da competição, da individualização e do empreendedorismo (Giovinazzo-Jr, 2015).
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| 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".