Working in and on groups: an illustration of the principles of exploratory practice in an esp classroom

Neste artigo, descrevo e analiso uma actividade de trabalho em grupo desenvolvida para uma aula da disciplina de Língua Inglesa VI das turmas do 3º ano do Curso de Línguas e Secretariado do Instituto Superior de Contabilidade e Administração do Porto (ISCAP). No enquadramento teórico, abordam-se questões relacionadas com o trabalho em grupo numa aula de língua estrangeira, nomeadamente a dimensão social da sala de aula em geral e da interacção aluno-aluno em particular. Apresentam-se então os princípios da Exploratory Practice, com ênfase na possibilidade preconizada por esta abordagem de se poder transformar uma actividade de reflexão e discussão sobre o processo de ensino/aprendizagem numa unidade pedagógica. Segue-se a apresentação da proposta didáctica, respectivo plano de aula e alguns exemplos dos textos produzidos pelos alunos. O artigo termina com a apresentação de alguns comentários críticos, realçando-se a contribuição da Exploratory Practice para o desenvolvimento de uma maior consciencialização por parte dos alunos do seu processo de aprendizagem.

A fuzzified systematic adjustment of the robotic Darwinian PSO

The Darwinian Particle Swarm Optimization (DPSO) is an evolutionary algorithm that extends the Particle Swarm Optimization using natural selection to enhance the ability to escape from sub-optimal solutions. An extension of the DPSO to multi-robot applications has been recently proposed and denoted as Robotic Darwinian PSO (RDPSO), benefiting from the dynamical partitioning of the whole population of robots, hence decreasing the amount of required information exchange among robots. This paper further extends the previously proposed algorithm adapting the behavior of robots based on a set of context-based evaluation metrics. Those metrics are then used as inputs of a fuzzy system so as to systematically adjust the RDPSO parameters (i.e., outputs of the fuzzy system), thus improving its convergence rate, susceptibility to obstacles and communication constraints. The adapted RDPSO is evaluated in groups of physical robots, being further explored using larger populations of simulated mobile robots within a larger scenario.