The aim of the research reported in this document was to explore the ways in which first year Journalism students at a South African University construct themselves as learners. The research adopted a case study approach of purposively selected first year journalism students. In exploring this area, focus group and individual in-depth interviewing were employed which illuminated important aspects of learner identity construction. In order to make sense of these self-constructions, the research was located in the larger debates on discourse as espoused by Michel Foucault who argues that discourse constructs subjectivities. The research demonstrated that there were various discourses at play which influenced how these learners spoke and behaved. The influence of these discourses on learners' experiences varied at different times of the year. For example, the awarding of the Duly Performed (DP) certificate for students who met the minimum attendance and work requirements of a particular course, the giving of tests, exercises and examinations were some of the technologies that 'forced' students into compliance. In terms of identity formation, the heterogeneous nature of 'being' a journalism 'student' revealed that the different discourses at play influenced learner behaviour and that their identities continued to change over the year. Doing additional subjects such as Sociology, Drama, Art History and others at the same time as Journalism and Media Studies also meant that the learners had to negotiate the differing role requirements.

Magister Bibliothecologiae-Mbibl / Integrating information skills into the curriculum: an action research investigation at an ex-House of Representatives high school. / South Africa

This study analyses current and older Czech biology textbooks containing information and chapters about genetics. It also proposes suggestions for an update of textbooks content based on this analysis, and prepares methodical materials as help and possible inspiration for biology teachers.

Made available in DSpace on 2018-06-06T11:36:14Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-11-30 / A demanda crescente de professores qualificados em Medicina de Família e Comunidade, somada a necessidade de adesão dos docentes de medicina às mudanças apresentadas nas Diretrizes Curriculares Nacionais, e o reconhecimento do papel docente do residente, motivaram o Programa de Residência em Medicina de Família e Comunidade da Universidade Federal de Pernambuco a desenvolver o módulo Iniciação à Docência, o qual objetiva a construção de competências docentes para o médico residente. Em um levantamento realizado, constatou-se que mais da metade dos programas de residência dos Estados Unidos incluem em seu currículo formal o desenvolvimento de habilidades pedagógicas, em contraste com o Brasil, onde não há relatos nas bases de dados pesquisadas. O objetivo deste estudo é analisar o módulo Iniciação à Docência, através da análise da proposta, caracterização das concepções pedagógicas dos residentes, e da identificação de possibilidades, dificuldades e contribuições dos participantes para o módulo. A metodologia utilizada foi a abordagem qualitativa da pesquisa, através da análise documental do projeto político pedagógico do programa de residência; do plano de ensino do módulo de 2011; além das avaliações de curso produzidas por quatro residentes do primeiro ano. Utilizou-se a modalidade temática da análise de conteúdo para construir inferências a partir dos núcleos de sentido encontrados. O projeto pedagógico e o plano de ensino destacam a concepção do processo de ensino-aprendizagem como prática social complexa a qual pode ser aperfeiçoada através de uma formação estruturada a partir de uma perspectiva reflexiva, crítica, colaborativa e em múltiplos cenários. Nas avaliações do módulo a prática docente assumiu um papel ambivalente para o residente, ao mesmo tempo em que é reportada a ação transformadora e estruturante da formação docente, também transparece uma limitação e sobrecarga de atividades. O compromisso social e político, e a articulação com a graduação de medicina representam elementos transformadores do processo. Acreditamos que os resultados da análise podem contribuir para o aperfeiçoamento do módulo Iniciação à Docência, especificamente em relação às estratégias de ensino-aprendizagem, ao planejamento das atividades e ao acompanhamento da prática docente nos diversos cenários. A singularidade da experiência emite uma mensagem de que é possível desenvolver competências pedagógicas na residência médica em um processo de formação docente coerente com as recentes mudanças nas políticas de saúde e educação. / The increasing demand for qualified teachers in Family Practice, the need for adherence of medical teachers to changes presented in the National Curriculum Guidelines, and recognition of the resident´s teaching role motivated the Family Practice Residency Program of Federal University of Pernambuco developing the module Introduction to Teaching, which aims to build teaching skills for the resident. More than half of residency programs in the United States include in their curriculum the formal development of teaching skills, in contrast to Brazil, where there is no description of similar experience in the databases searched. The objective of the study is to analyze the module Introduction to Teaching by analyzing the pedagogical proposal, characterizing the pedagogical conceptions of residents and identifying opportunities, challenges and contributions of participants for the module. It used a qualitative research through documentary analysis of the political pedagogical project of the residency program and the teaching plan of 2011, in addition to course evaluations produced by four first years´ residents. Was used thematic content analysis to construct inferences from the nuclei found meaning. The pedagogical project and teaching plan out the design of the teaching-learning as a social complex which can be improved through a structured training in a reflexive perspective, critical, collaborative and in multiple scenarios. In the evaluations the reflective teacher practice assumed a role ambivalent to the resident, while the reported characteristic transforming and structuring, also shines a insufficiency and overload. The social commitment and political planning in conjunction with the undergraduate medical are highlighted elements of the process. The results of the analysis can contribute to the improvement of the module Introduction to Teaching, specifically in relation to teaching and learning strategies, planning activities and monitoring of teaching practice in different scenarios. The singularity of the experience sends a message that it is possible to develop teaching skills in residency in a process of teacher education consistent with recent changes in public health policies and education.

In recent years, development of Convolutional Neural Networks has enabled high performing semantic segmentation models. Generally, these deep learning based segmentation methods require a large amount of annotated data. Acquiring such annotated data for semantic segmentation is a tedious and expensive task. Within machine learning, active learning involves in the selection of new data in order to limit the usage of annotated data. In active learning, the model is trained for several iterations and additional samples are selected that the model is uncertain of. The model is then retrained on additional samples and the process is repeated again. In this thesis, an active learning framework has been applied to road segmentation which is semantic segmentation of objects related to road scenes. The uncertainty in the samples is estimated with Monte Carlo dropout. In Monte Carlo dropout, several dropout masks are applied to the model and the variance is captured, working as an estimate of the model’s uncertainty. Other metrics to rank the uncertainty evaluated in this work are: a baseline method that selects samples randomly, the entropy in the default predictions and three additional variations/extensions of Monte Carlo dropout. Both the active learning framework and uncertainty estimation are implemented in the thesis. Monte Carlo dropout performs slightly better than the baseline in 3 out of 4 metrics. Entropy outperforms all other implemented methods in all metrics. The three additional methods do not perform better than Monte Carlo dropout. An analysis of what kind of uncertainty Monte Carlo dropout capture is performed together with a comparison of the samples selected by baseline and Monte Carlo dropout. Future development and possible improvements are also discussed.

Cette thèse, réalisée en coopération avec l’ONERA, concerne la reconnaissance active d’objets 3D par un agent autonome muni d’une caméra d’observation. Alors qu’en reconnaissance passive les modalités d’acquisitions des observations sont imposées et génèrent parfois des ambiguïtés, la reconnaissance active exploite la possibilité de contrôler en ligne ces modalités d’acquisition au cours d’un processus d’inférence séquentiel dans le but de lever l’ambiguïté. L’objectif des travaux est d’établir des stratégies de planification dans l’acquisition de l’information avec le souci d’une mise en œuvre réaliste de la reconnaissance active. Le cadre de l’apprentissage statistique est pour cela mis à profit. La première partie des travaux se consacre à apprendre à planifier. Deux contraintes réalistes sont prise en compte : d’une part, une modélisation imparfaite des objets susceptible de générer des ambiguïtés supplémentaires - d’autre part, le budget d’apprentissage est coûteux (en temps, en énergie), donc limité. La deuxième partie des travaux s’attache à exploiter au mieux les observations au cours de la reconnaissance. La possibilité d’une reconnaissance active multi-échelles est étudiée pour permettre une interprétation au plus tôt dans le processus séquentiel d’acquisition de l’information. Les observations sont également utilisées pour estimer la pose de l’objet de manière robuste afin d’assurer la cohérence entre les modalités planifiées et celles réellement atteintes par l’agent visuel. / This PhD thesis, conducted in cooperation with ONERA, focuses on active 3D object recognition by an autonomous visual agent. Whereas in passive recognition, acquisition modalities of observations are fixed and may generate ambiguities, active recognition exploits the possibility of controling these modalities online in a sequential inference process in order to remove these ambiguities. The aim of this work is to design, in a statistical learning framework, planning strategies in the acquisition of information while achieving a realistic implementation of active recognition. The first part of the work is dedicated to learning to plan. Two realistic constraints are taken into account : on the one hand, planning with imperfect object modeling may generate further ambiguities - on the other hand, the learning cost (in time, energy) is expensive and therefore limited. The second part of this work focuses on maximally exploiting observations acquired during recognition. The possibility of an active multi-scale recognition is investigated to allow an interpretation as soon as the sequential acquisition process begins. Observations are also used to robustly estimate the pose of the object to ensure consistency between the planned and actual modality of the visual agent.

Trata-se de um estudo exploratório, do tipo intervenção pedagógica, cujo objetivo foi o de reformular o plano de ensino de uma das disciplinas que compõem um Curso de Especialização em Instrumentação Cirúrgica, incorporando mudanças nos processos de ensino-aprendizagem. O referencial teórico para a intervenção propriamente dita se pautou em autores que estimulam um processo de ensino-aprendizagem que instigue a participação dos estudantes, com o uso de metodologias ativas. Com o apoio da instituição, foram incorporadas estratégias pedagógicas diversificadas ao longo das 12 aulas da disciplina, para os 22 estudantes matriculados no primeiro semestre de 2018. Quanto ao método de avaliação da intervenção, ao final da disciplina os estudantes refletiram e escreveram sobre a própria evolução ao longo do percurso, de que forma as estratégias interferiram nesse processo e quais as estratégias mais marcantes. Recordaram os temas e detalhes apresentados no decorrer da mesma, fato que pode inferir que o uso de diferentes estratégias contribuiu para a fixação e construção de conhecimento. As aulas mais marcantes foram as que os aproximaram dos cenários de prática. Quando se auto-avaliaram nesse processo, se perceberam como corresponsáveis pelo ensino-aprendizagem, elemento fundamental nas metodologias ativas. Corpo docente e coordenação sentiram-se instigados com a intervenção pedagógica e pretendem investir mais no desenvolvimento de estratégias que qualifiquem cada vez mais o curso, para o desenvolvimento de um perfil profissional único, para o exigente mercado de trabalho atual. / It is an exploratory study, of the type pedagogical intervention, whose objective was to reformulate the teaching plan of one of the disciplines that make up a Specialization Course in Surgical Instrumentation, incorporating changes in the teaching-learning processes. The theoretical reference for the intervention itself was based on authors who stimulate a teaching-learning process that instigates student participation, using active methodologies. With the support of the institution, diverse pedagogical strategies were incorporated throughout the 12 classes of the discipline, for the 22 students enrolled in the first semester of 2018. As for the method of evaluation of the intervention, at the end of the course the students reflected and wrote about the own along the way, how the strategies interfered in this process and which strategies were the most striking. They recalled the themes and details presented during the course, which may infer that the use of different strategies contributed to the fixation and construction of knowledge. The most remarkable classes were those that brought them closer to the practice scenarios. When they self-evaluated in this process, they perceived themselves as co-responsible for teaching-learning, a fundamental element in active methodologies. Teaching staff and coordination have felt instigated by the pedagogical intervention and intend to invest more in the development of strategies that increasingly qualify the course, for the development of a unique professional profile, for the current demanding job market.

Modelos para aprendizado não supervisionado podem fornecer restrições complementares úteis para melhorar a capacidade de generalização de classificadores. Baseando-se nessa premissa, um algoritmo existente, denominado de C3E (Consensus between Classification and Clustering Ensembles), recebe como entradas estimativas de distribuições de probabilidades de classes para objetos de um conjunto alvo, bem como uma matriz de similaridades entre esses objetos. Tal matriz é tipicamente construída por agregadores de agrupadores de dados, enquanto que as distribuições de probabilidades de classes são obtidas por um agregador de classificadores induzidos por um conjunto de treinamento. Como resultado, o C3E fornece estimativas refinadas das distribuições de probabilidades de classes como uma forma de consenso entre classificadores e agrupadores. A ideia subjacente é de que objetos similares são mais propensos a compartilharem o mesmo rótulo de classe. Nesta tese, uma versão mais simples do algoritmo C3E, baseada em uma função de perda quadrática (C3E-SL), foi investigada em uma abordagem que permitiu a estimação automática (a partir dos dados) de seus parâmetros críticos. Tal abordagem faz uso de um nova estratégia evolutiva concebida especialmente para tornar o C3E-SL mais prático e flexível, abrindo caminho para que variantes do algoritmo pudessem ser desenvolvidas. Em particular, para lidar com a escassez de dados rotulados, um novo algoritmo que realiza aprendizado semissupervisionado foi proposto. Seu mecanismo explora estruturas intrínsecas dos dados a partir do C3E-SL em um procedimento de autotreinamento (self-training). Esta noção também inspirou a concepção de um outro algoritmo baseado em aprendizado ativo (active learning), o qual é capaz de se autoadaptar para aprender novas classes que possam surgir durante a predição de novos dados. Uma extensa análise experimental, focada em problemas do mundo real, mostrou que os algoritmos propostos são bastante úteis e promissores. A combinação de classificadores e agrupadores resultou em modelos de classificação com grande potencial prático e que são menos dependentes do usuário ou do especialista de domínio. Os resultados alcançados foram tipicamente melhores em comparação com os obtidos por classificadores tradicionalmente usados. / Unsupervised learning models can provide a variety of supplementary constraints to improve the generalization capability of classifiers. Based on this assumption, an existing algorithm, named C3E (from Consensus between Classification and Clustering Ensembles), receives as inputs class probability distribution estimates for objects in a target set as well as a similarity matrix. Such a similarity matrix is typically built from clusterers induced on the target set, whereas the class probability distributions are obtained by an ensemble of classifiers induced from a training set. As a result, C3E provides refined estimates of the class probability distributions, from the consensus between classifiers and clusterers. The underlying idea is that similar new objects in the target set are more likely to share the same class label. In this thesis, a simpler version of the C3E algorithm, based on a Squared Loss function (C3E-SL), was investigated from an approach that enables the automatic estimation (from data) of its critical parameters. This approach uses a new evolutionary strategy designed to make C3E-SL more practical and flexible, making room for the development of variants of the algorithm. To address the scarcity of labeled data, a new algorithm that performs semi-supervised learning was proposed. Its mechanism exploits the intrinsic structure of the data by using the C3E-SL algorithm in a self-training procedure. Such a notion inspired the development of another algorithm based on active learning, which is able to self-adapt to learn new classes that may emerge when classifying new data. An extensive experimental analysis, focused on real-world problems, showed that the proposed algorithms are quite useful and promising. The combination of supervised and unsupervised learning yielded classifiers of great practical value and that are less dependent on user-defined parameters. The achieved results were typically better than those obtained by traditional classifiers.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2017-10-02T15:28:01Z No. of bitstreams: 2 Dissertação - Mateus Ferreira e Freitas - 2017.pdf: 4269845 bytes, checksum: e84e69d8747a21125170793812384a98 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-10-02T15:30:07Z (GMT) No. of bitstreams: 2 Dissertação - Mateus Ferreira e Freitas - 2017.pdf: 4269845 bytes, checksum: e84e69d8747a21125170793812384a98 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-10-02T15:30:07Z (GMT). No. of bitstreams: 2 Dissertação - Mateus Ferreira e Freitas - 2017.pdf: 4269845 bytes, checksum: e84e69d8747a21125170793812384a98 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-08-30 / Several applications process documents in different ways, aiming to filter, organize or learn with them. Nowadays, a great computational power is necessary in order to do that efficiently, due to the large and increasing number of documents. Usually, documents are independent of each other, which facilitates the use of parallelism to speed up this processing. This work explores three problems: active learning, learning to rank (L2R) and top-k search. Using the parallelism on multicore CPUs and manycore GPUs (Graphics Processing Unit), parallel algorithms were proposed and evaluated for each problem, and implemented with the OpenMP and CUDA APIs. For the active learning problem a multicore algorithm was proposed, which obtained 10.8x of speedup in the best case with 12 threads. The proposed manycore version obtained 128x of speedup over the serial version, and a solution with 4 GPUs achieved 3.5x of speedup over 1 GPU. For the L2R problem a manycore algorithm was proposed, which follows a thread-block approach using the concept of Combinadic, and uses a cache with fingerprint to speed up the processing. The best case speedups were 508x over the serial, 9x over a GPU baseline, and 4x over our solution when using 4 GPUs. When comparing with a version without combinadic, the speedup over it was 4.4x with both versions using 1 GPU and 3.9x with 4. These solutions used bitmap structures to speed up the association rules creation. In the top-k search a serial and multicore solutions were implemented from a state of the art manycore algorithm for exact searches. These implementations served as baselines for our extension of this algorithm, which includes the use of multi-GPU, group searches and an intra-block load balancing. The speedups were 2.7x over the original algorithm, 17x over the serial, 4x over the multicore, and 4x over our version when using 4 GPUs. / Diversas aplicações processam documentos de diferentes maneiras, visando filtrá-los, organizá-los ou aprender com eles. Atualmente, é necessário um grande poder computacional para que isso seja feito eficientemente, devido ao número grande e crescente de documentos. Geralmente os documentos são independentes entre si, o que facilita o uso de paralelismo para acelerar esse processamento. Este trabalho explora três problemas: aprendizado ativo, learning to rank (L2R) e busca top-k. Usando o paralelismo em CPUs multicore e GPUs (Graphics Processing Unit) manycore, algoritmos paralelos foram propostos e avaliados para cada problema, e implementados com as APIs OpenMP e CUDA. Para problema de aprendizado ativo foi proposto um algoritmo multicore, que obteve speedup de 10,8x no melhor caso com 12 threads. A versão manycore proposta obteve speedup de 128x em relação ao serial, e uma solução com 4 GPUs atingiu 3,5x de speedup sobre 1 GPU. Para o problema de L2R foi proposto um algoritmo manycore, que segue uma abordagem por bloco de threads} usando o conceito de Combinadic, e usa uma cache} com fingerprint para acelerar o processamento. Os speedups nos melhores casos foram de 508x sobre o serial, 9x sobre uma baseline em GPU, e 4x sobre nossa solução com 1 GPU ao usar 4 GPUs. Ao comparar com uma versão sem o combinadic, o speedup sobre ela foi de 4,4x com ambas versões usando 1 GPU e 3,9x usando 4. Estas soluções usaram estruturas de mapa de bits para acelerar a criação de regras de associação. Na busca top-k foram implementadas uma solução serial e uma multicore de um algoritmo manycore estado da arte para buscas exatas. Estas implementações serviram de baseline para nossa extensão desse algoritmo, que inclui o uso de multi-GPU, buscas em grupos e um balanceamento de carga intra-bloco. Os speedups obtidos foram de 2,7x sobre o algoritmo original, 17x sobre o serial, 4x sobre o multicore, e 4x sobre nossa versão ao usar 4 GPUs.

A adequação dos espaços de ensino-aprendizagem que incentivem a formação de profissionais com habilidades em criatividade e inovação e o desenvolvimento de trabalho colaborativo é cada vez mais constatada em conceituadas instituições de ensino e corporações nos país e no exterior. São ambientes concebidos ou adaptados para auxiliar a realização de atividades em equipes utilizando diferentes estratégias de ensinoaprendizagem com participação ativa e colaborativa dos alunos; ambientes equipados com recursos tecnológicos e mobiliários especiais, utilizados segundo dinâmicas que valorizem sua eficácia e vida útil. No entanto, há pouco conhecimento desenvolvido e informação consolidada sobre como conceber, projetar e operar estes espaços, de modo a potencializar a aprendizagem. O objetivo principal dessa pesquisa é o desenvolvimento de uma ferramenta para levantamento de exigências e requisitos para definição de diretrizes norteadoras para intervenções, sejam elas projetos de novos espaços ou adaptações em ambientes construídos já existentes, e para operação dos mesmos. Essa ferramenta não prescreve soluções, mas auxilia as partes interessadas nos diferentes processos envolvidos, ao tratar de assuntos como categorização de tipologia de espaços, aspectos físicos, mobiliário, equipamentos, entre vários fatores associados a concepção e funcionamento (operação e uso). Seu foco são as instituições de ensino e cursos de engenharia. A pesquisa utiliza como métodos de pesquisa revisão bibliográfica, estudos de espaços, acompanhamento de disciplinas, entrevistas e visitas técnicas, e sondagem nãoprobabilística (survey) com docentes, funcionários e alunos dos cursos de Engenharia Civil e Ambiental da Escola Politécnica da Universidade de São Paulo. Como referenciais para o desenvolvimento dessas ferramentas são apresentados espaços desse tipo em instituições norte-americanas e iniciativas em instituições brasileiras, voltadas principalmente para o ensino de engenharia, e também alguns casos de ambientes corporativos e makerspaces. Como resultados obtidos, além da ferramenta, a pesquisa levanta informações sobre as características e a utilização de ambientes adequados às novas estratégias de ensino aprendizagem e testa a ferramenta elaborada em espaços das edificações que abrigam cursos de engenharia da Universidade de São Paulo. / The adequacy of teaching and learning spaces that encourage the development of professionals with skills in creativity and innovation and the development of collaborative work is increasingly found in reputable educational institutions and corporations in the country and abroad. They are environments designed or adapted to assist in the realization of activities in teams using different teaching-learning strategies with active and collaborative participation of students; environments equipped with technology and special furniture, used in accordance with dynamics that enhance the effectiveness and usefulness. However, there is little consolidated knowledge on how to conceive, design and operate these spaces in order to enhance learning. The main objective of this research is to develop a tool to determine the requirements and needs for setting guidelines for interventions, whether they are projects of new spaces or adaptations in existing built environments, and the operation thereof. This tool does not prescribe solutions, but helps stakeholders involved in the different processes to address issues such as categorization of spaces typology, physical, furniture, and equipment among several other factors associated with design and operation. The tool is directed at educational institutions and engineering courses. The research methods includes literature review, research in the use of space, course observation, interviews and technical visits, and a non-probabilistic survey, with faculty, staff and students of civil and environmental engineering courses at the Polytechnic School of the University of Sao Paulo. As a reference for the development of these tools similar spaces are presented from American institutions and initiatives in Brazilian institutions, primarily focused on engineering education, and also some cases of corporate environments and makerspaces. In addition to the tool, the research results in information on the characteristics and the use of appropriate environments to new teaching and learning strategies and tests the tool within spaces in the buildings that house engineering courses at the University of São Paulo.