philsf / metodologia_cientifica Goto Github PK
View Code? Open in Web Editor NEWDisciplina Metodologia Científica (Mestrado)
Home Page: https://sites.google.com/site/proffelipefigueiredo/into/metodologia-da-pesquisa-aplicada
Disciplina Metodologia Científica (Mestrado)
Home Page: https://sites.google.com/site/proffelipefigueiredo/into/metodologia-da-pesquisa-aplicada
A exposição ficou razoável, mas pode ser resumida.
A cadência dos frames de método dedutivo e a comparação entre os dois primeiros métodos está maçante. Talvez retirar um frame ajude.
Retirar pelo menos uma citação no frame do Sherlock
As regras da avaliação foram reformuladas em 2016, e devem ser explicitadas para a edição de 2017.
Planejar o o curso. Decidir:
Anotar todas as decisões acima no wiki.
A aula de formatação está muito reduzida. Indicar os trechos mais importantes do livro texto que devem ser consultados para formatação (margem, fonte, etc).
As aulas de 2015 foram substancialmente melhoradas em 2016. Mergir as aulas do INTO e os trechos das aulas da UNIAN que sirvam a propósitos gerais.
Formular um exemplo prático de dataset, e gerar gráficos e tabelas descritivas e de associação para desafiar os alunos a formular perguntas (e se possível, hipóteses testáveis)
Como o planejamento das aulas mudou, o cronograma apresentado na aula introdutória precisa ser atualizado.
Fazer isso já, e notificar a alteração (cosmética), ou deixar para o próximo período?
A aula de Métodos Científicos ficou muito curta.
Criar um arquivo para gerenciar o planejamento da disciplina.
O conteúdo deste arquivo deve posteriormente ser mergido ao README.md para ter o syllabus do curso online.
Usar markdown.
É boa prática colocar o endereço de email explicitamente no corpo do trabalho, para evitar enganos e desvios na entrega do mesmo.
Eu deveria colocar exemplos de como se determinar o índice h, e não apenas exemplos do h de pesquisadores top.
Colocar também a interpretação do índice h, no frame da definição. Chulo: "é a quantidade de artigos importantes do sujeito".
Também convém tentar descobrir e incluir o h médio de alguma área.
Redigir o trabalho 2.
Incluir explicitamente nas aulas de Projeto I e II as perquntas que cada capítulo deve responder.
Criar guias que indiquem uma pergunta que pode ser formulada para cada grupo
Exemplos incluiriam:
Capítulo 8 do livro-texto
A ordem das aulas pode ser melhor aproveitada, se os tópicos mais importantes do final da edição passada forem aplicados mais cedo.
Idéia: mover para o mais cedo possível:
Possivelmente, modificar esta ordem.
Considerar trocar a aula de EDA por outro tópico (qual?)
Criar um subdir separando as aulas de cada IES, para atender às necessidades específicas
Capítulo 10 do livro-texto
Procurar exemplos de resumos estruturados em português, se possível de TCC para a UNIAN.
Vale a pena criar uma lista com perguntas sobre os elementos teóricos apresentados no curso, para otimizar a fixação das idéias e conceitos mais importantes?
No planejamento original, eu assumi que os alunos de Metodologia já teriam feito Bioestatística. Na realidade, a maior parte não fez. Com isso, o objetivo dessa aula ( #16) cai por terra.
Uma proposta alternativa, seria uma aula com outro assunto, e.g.:
Capítulo 4 do livro-texto
A seção sobre Google Books deveria estar na seção de Bases Bibliográficas, logo após o Google Scholar? Provavelmente sim
A avaliação parcial consistirá em escrever um projeto baseado em dados simulados que vou providenciar.
material avulso: Gopen, Swan
Capítulo 13 do livro-texto
Com a nova ordem das aulas, e a nova avaliação, criar um programa estático (em markdown?), que simplifique a exportação para DOCX para entrega aos alunos em 2017.
A aula de tópicos de escrita ficou muito curta. Expandir as seções que ficaram curtas, com mais exemplos e explicações. Incluir as seções que ficaram faltando.
Conforme pensado na issue #32 , decidi trocar a aula de desenho experimental ( #16 ) por uma aula com dicas de Google-fu, e informações gerais sobre bases bibliográficas típicas da área da saúde.
material avulso (Hirsch)
Prefiro começar pelos conteúdos, portanto talvez seja mais indicado inverter a ordem acima (planejar!).
Os objetivos apresentados são:
Na verdade, o objetivo do curso é
3. redação de projetos
Talvez seja melhor reformular este frame para indicar que 3 é o objetivo primário, e 1 e 2 são secundários
A avaliação da disciplina foi reformulada, com 3 componentes (entregas).
Atualizar o README do curso, que será o protótipo do programa para 2017.
Preciso gerar uma certa quantidade de datasets simulados para a avaliação parcial.
Mudar o estilo de links do README.md para usar o padrão mais simplificado, que permite linhas mais curtas:
exemplo:
GOPEN, George; SWAN, Judith. (1990) *The science of scientific writing*, **American Scientist** ([HTML][], PDF)
[HTML]: http://www.americanscientist.org/issues/pub/the-science-of-scientific-writing/99999
Capítulo 3 do livro-texto
Materiais avulsos
Capítulo 2 do livro-texto
O texto que descreve os componentes obrigatórios do projeto deveria incluir um resumo do projeto,
Os alunos tiveram uma aula detalhando as etapas de um resumo estruturado, bem como referências externnas. Incluir este requisito para a próxima edição.
Capítulos 6 e 7 do livro-texto
Faltam diversas citações na aula de Indicadores, e devo atualizar a lista de referências da aula
Incluir
material avulso
Falta declarar no final de cada seção da aula, um frame para Aprofundamento.
Capítulos 11 e 12 do livro-texto
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.