Migração Sul-Sul : A ferramenta #MiReACoLH! como apoio cultural e social à população migrante
Bibliographic record
Abstract
Esta pesquisa, vinculada ao Programa de Pós-Graduação em Informática na Educação (PPGIE/UFRGS), na linha de pesquisa: Paradigmas para a Pesquisa sobre o Ensino Científico e Tecnológico, investigou os processos de adaptação cultural da população migrante no contexto migratório Sul-Sul, com ênfase nos aspectos psicossociais e sistemas bioecológicos do desenvolvimento humano em território brasileiro. A questão de investigação foi: de que maneira uma ferramenta digital voltada ao apoio social e cultural pode mitigar as barreiras linguísticas, socioculturais e legais que impactam a integração da população migrante à nação brasileira? O objetivo geral consistiu em desenvolver e avaliar indicadores de validação de uma ferramenta digital destinada a apoiar a adaptação de imigrantes e refugiados na região Sul do Brasil. A revisão de literatura baseou-se em publicações entre 2018 e 2025 sobre migração internacional, adaptação cultural e seus aspectos psicossociais, analisando os principais obstáculos enfrentados na chegada ao país. A fundamentação teórica apoiou-se na Teoria da Adaptação Cultural (Lysgaard e Oberg) e na Teoria Bioecológica do Desenvolvimento Humano (Bronfenbrenner). A abordagem metodológica foi qualitativa-interpretativa e quantitativadescritiva, de natureza aplicada, com fins explicativos, adotando procedimentos de pesquisaintervenção e levantamento do tipo survey. A pesquisa foi composta por três estudos: Estudo I (Porto Alegre, 2023), com 20 participantes; Estudo II (Charlottetown, Canadá, 2024), com 33 participantes; e Estudo III (Porto Alegre, 2025), com 45 participantes. A coleta de dados foi realizada por meio de questionários semiestruturados via Google Formulários. Os resultados indicam que a ausência de políticas públicas integradoras, barreiras linguísticas, o não reconhecimento de diplomas e redes de apoio frágeis contribuem para a exclusão social e a instabilidade emocional desta população. Em contrapartida, a proposta de uma ferramenta digital multilíngue, interativa e acessível mostrou-se viável e promissora, com potencial para fortalecer vínculos sociais, facilitar o acesso a serviços e promover a inclusão cultural.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".