Astros no rock: uma perspectiva sociocultural no uso da canção na educação em ciências

A incorporação de elementos da cultura primeira do estudante no processo de ensino-aprendizagem foi defendida pelo pedagogo francês Georges Snyders (1988) em sua obra \"A Alegria na Escola\". Esta pesquisa contribuiu com essa interface, identificando, no discurso de canções do rock n\' roll, elementos textuais que possibilitem reflexões no âmbito conceitual, epistemológico e sociopolítico sobre a exploração do espaço. O objeto de estudo neste trabalho são canções do período entre as décadas de 1960 e 1970 que possuem representações sobre a astronomia e as missões espaciais. O uso do rock justificou-se pelo fato de temas sobre exploração espacial aparecerem no trabalho de diversos artistas desse gênero musical, permitindo reflexões em nível conceitual, epistemológico e sociopolítico sobre a ciência, a tecnologia e suas relações com a sociedade e o ambiente. Além disso, identificamos que tanto o rock quanto as missões espaciais foram fenômenos culturais que dependeram em sua gênese dos avanços da tecnologia e da ciência e tiveram sua repercussão na sociedade através de processos midiáticos. Essas canções foram selecionadas entre os diversos gêneros de rock, e analisadas a partir de referenciais semiodiscursivos. As atividades foram aplicadas em situações formais de ensino - ensino médio e ensino superior -, em formação continuada de professores e projetos de ensino não formal na escola. No processo de ensinoaprendizagem, foram desenvolvidas atividades que envolviam leitura-comentada da canção, identificando na letra, melodia e harmonia, aspectos que evidenciavam um discurso crítico sobre a ciência e sua relação com a sociedade e o ambiente. Essas atividades envolveram três instâncias: Elaboração, Aplicação e Análise. Como referencial norteador dessas etapas, nos valemos das teorias socioculturais de Vigotski (2001), Snyders (1988) e Freire (2013).

Informações de suporte ao escalonamento de workflows científicos para a execução em plataformas de computação em nuvem

A ciência tem feito uso frequente de recursos computacionais para execução de experimentos e processos científicos, que podem ser modelados como workflows que manipulam grandes volumes de dados e executam ações como seleção, análise e visualização desses dados segundo um procedimento determinado. Workflows científicos têm sido usados por cientistas de várias áreas, como astronomia e bioinformática, e tendem a ser computacionalmente intensivos e fortemente voltados à manipulação de grandes volumes de dados, o que requer o uso de plataformas de execução de alto desempenho como grades ou nuvens de computadores. Para execução dos workflows nesse tipo de plataforma é necessário o mapeamento dos recursos computacionais disponíveis para as atividades do workflow, processo conhecido como escalonamento. Plataformas de computação em nuvem têm se mostrado um alternativa viável para a execução de workflows científicos, mas o escalonamento nesse tipo de plataforma geralmente deve considerar restrições específicas como orçamento limitado ou o tipo de recurso computacional a ser utilizado na execução. Nesse contexto, informações como a duração estimada da execução ou limites de tempo e de custo (chamadas aqui de informações de suporte ao escalonamento) são importantes para garantir que o escalonamento seja eficiente e a execução ocorra de forma a atingir os resultados esperados. Este trabalho identifica as informações de suporte que podem ser adicionadas aos modelos de workflows científicos para amparar o escalonamento e a execução eficiente em plataformas de computação em nuvem. É proposta uma classificação dessas informações, e seu uso nos principais Sistemas Gerenciadores de Workflows Científicos (SGWC) é analisado. Para avaliar o impacto do uso das informações no escalonamento foram realizados experimentos utilizando modelos de workflows científicos com diferentes informações de suporte, escalonados com algoritmos que foram adaptados para considerar as informações inseridas. Nos experimentos realizados, observou-se uma redução no custo financeiro de execução do workflow em nuvem de até 59% e redução no makespan chegando a 8,6% se comparados à execução dos mesmos workflows sendo escalonados sem nenhuma informação de suporte disponível.