Ir para o conteúdo

Base de conhecimento para estudo dinâmico, correção e módulos.

Use as referências para o ciclo do produto, a política de afirmações e a fundamentação técnica por trás do autoestudo corrigido por IA.

Como funciona o mecanismo de aprendizagem

Medição e o mol

Algarismos significativos, conversões de unidades, mols e fórmulas, e hábitos que ajudam a detectar erros de cálculo.

Reações e estequiometria

Balanceamento de equações, reagentes limitantes, concentração de soluções, tipos de reação e redox.

Átomos, ligações e nomes

Configurações eletrônicas, tendências periódicas, estruturas de Lewis, geometria molecular e nomes de compostos.

Gases, energia e ácidos

Forças intermoleculares, leis dos gases, entalpia, lei de Hess, e ácidos, bases e pH.

Átomos, luz e ligações

Isótopos, espectros atômicos, números quânticos, eletronegatividade e hibridização de orbitais.

Soluções, fases e termodinâmica

Titulações, propriedades coligativas, diagramas de fases, entropia e energia livre, e decaimento nuclear.

Cinética e equilíbrio

Leis de velocidade, meias-vidas, energia de ativação, constantes de equilíbrio e o princípio de Le Chatelier.

Cálculos de equilíbrio e eletroquímica

Tabelas ICE, ácidos e bases fracos, tampões, produtos de solubilidade e potenciais de célula.

Estudando por conta própria

Como a prática se adapta, como planejá-la e como fazê-la durar.

Ajudando um estudante

Para professores, tutores, pais e mentores que interpretam os sinais de um estudante.

Como fazemos afirmações

A origem das fontes por trás de qualquer afirmação sobre modelos ou avaliações neste site.

Como funciona o mecanismo de aprendizagem

  • Trata cada resposta como evidência, não como uma nota final.
  • Insiste quando o raciocínio parece plausível, mas incompleto.
  • Usa o sinal para escolher a próxima pergunta em vez de reiniciar a trilha.

O produto transforma a prática em um modelo contínuo de compreensão.

  1. Uma resposta se torna evidência.

    Respostas, confiança, explicações e raciocínio visível indicam o que pode estar sólido e o que ainda pode estar frágil.

  2. A evidência atualiza os sinais de domínio.

    O sistema mantém uma estimativa contínua e revisável da compreensão no nível de conceito, em vez de tratar uma única resposta como nota final.

  3. O grafo define o próximo passo.

    Pré-requisitos e conceitos relacionados ajudam a decidir se é hora de avançar, rever uma base ou fazer uma pergunta de acompanhamento mais precisa.

Não é uma sequência fixa de curso.

O Robotutor é uma infraestrutura de aprendizagem adaptativa, orientada por modelos: a prática, as estimativas de domínio e as perguntas seguintes se ajustam conforme seus sinais mudam.

  • Modelagem de domínio baseada em evidências

    A evidência do aluno é ponderada ao longo do tempo, de modo que palpite, incerteza e raciocínio confiante não pareçam iguais.

  • Sequenciamento nativo de grafo

    Os conceitos são ligados por arestas de pré-requisito e de ideias relacionadas, de modo que um caminho pode ser derivado da estrutura em vez de uma ordem fixa de lições.

  • Questionamento opositivo

    As perguntas sondam o raciocínio por trás de uma resposta, incluindo casos-limite e premissas alteradas, para que os equívocos fiquem visíveis.

  • Recuperação híbrida

    A similaridade semântica e a travessia do grafo são combinadas para fundamentar as respostas tanto no significado quanto nas relações conceituais explícitas.

Para ajuda com a conta, feedback sobre o lançamento ou dúvidas sobre o produto, envie um e-mail para support@precision-learning.org.