Categorias
Artigos

Integridade acadêmica é coisa séria

Como professor recém-retornado às aulas presenciais, eu vejo constantemente alunos e alunas olhando o celular nas aulas. Eu acho ruim, mas não me ofendo. Eu estou lá na frente falando, e não posso forçar ninguém a aprender.

Durante o período de aulas remotas, até pegar bem a melhor maneira de avaliar, também apliquei “provas” online, com questionários cronometrados e questões misturadas, mas eu sabia que os alunos estavam trocando informações pelo WhatsApp (alguns até tiveram coragem de confirmar – anonimamente). Novamente: eu não concordo, mas não posso fazer muita coisa, a não ser utilizar maneiras mais inteligentes de avaliação.

Como professor, eu coloco alunos em primeiro lugar. Recentemente, atendi um aluno sobre uma questão de seu TCC, com o detalhe de que ele não era meu orientando e o trabalho não era da minha área. Como falei, eu procuro ao máximo auxiliar meus estudantes. Eu proporciono horários de atendimento, atendo fora desses horários, não me importo de negociar prazos para entregas de trabalhos, e procuro criar tarefas que realmente estimulem a criatividade e o pensamento analítico, sem a pressa de realizar uma prova.

É por tudo isso que eu tenho tolerância zero para plágios de trabalhos.

Todo semestre eu preciso me estressar com isso, então aqui vai um recado para todos os estudantes que lêem esse blog: copiar um trabalho de outra pessoa e colocar o seu nome é um crime.

Pessoalmente, eu não me importo que alunos e alunas discutam entre si as dificuldades e procedimentos para resolver os trabalhos. Honestamente, acho que, se fizerem isso e depois sentarem para escrever a sua versão, aprenderão bastante. É assim que artigos científicos são escritos. Mas você deve consultar o seu professor para verificar se ele ou ela estão OK com isso.

Mas o que eu não posso admitir é ter de ler 2 trabalhos, com parágrafos e mais parágrafos em comum, figuras idênticas, mas com nomes diferentes. A cereja do bolo: essas pessoas copiam trabalhos de um semestre anterior, não percebem as mudanças que ocorrem entre os enunciados de lá e do presente trabalho, e então entregam um plágio de um trabalho que não foi pedido. Nota zero, automaticamente.

Eu certamente não ajudo esse tipo de estudante em nada ao ter uma memória de elefante e uma cópia organizada de todos os trabalhos já recebidos por mim.

Categorias
Artigos

Algoritmo para uma boa aula

Antes da aula:

  1. Estudar os livros da disciplina;
  2. Tomar notas;
  3. Rever apresentações, gráficos, vídeos de semestres anteriores;
  4. Criar o que precisa ser criado;
  5. Ir para a academia pensando em como tornar a aula melhor.

Durante a aula:

  1. Cumprimentar os alunos e alunas;
  2. Revisar a aula anterior;
  3. Começar de leve;
  4. Resolver algum exercício numérico;
  5. Passar outro exercício para alunos tentarem resolver juntos;
  6. Discutir os resultados;
  7. Contar alguma história da minha carreira;
  8. Fazer a chamada.

Após aula:

  1. Tirar dúvidas de quem vier falar comigo;
  2. Fazer upload de todos os materiais no Moodle;
  3. Registar a chamada;
  4. Refletir sobre como melhorar na próxima vez.

Repetir.

Categorias
Artigos

Bibliotecas Python essenciais para Engenharia Mecânica

Preciso ainda falar que acredito muito em usar ferramentas computacionais dentro da sala de aula para resolver problemas reais de engenharia?

A minha linguagem de programação é Python, simplesmente porque venho usando há mais de 10 anos (!). Entretanto, algumas bibliotecas são essenciais para o tipo de trabalho que faço, e todas ou já estão disponíveis ou são facilmente instaláveis no pacote Anaconda (pesquise pela documentação sobre como instalá-las):

  1. NumPy – para trabalhar com arrays e matrizes, como ao resolver sistemas de equações lineares
  2. SimPy – para algoritmos de “Cálculo Numérico”: achar raízes e pontos de ótimo, integração numérica, funções especiais (e.g. funções de Bessel, bastante usadas em Transferência de Calor)
  3. pandas – para ler arquivos em tabelas e manipular; é basicamente a funcionalidade do Excel em Python
  4. CoolProp – para calcular propriedades de fluidos
  5. PYroMat – idem acima, mas especificamente para modelos de gases ideais (e propriedades mais relevantes para análise de reações de combustão)
  6. Matplotlib – para gerar gráficos de todas as análises que você vai fazer usando as ferramentas acima

Essas são o conjunto mínimo viável; se você é estudante de Engenharia Mecânica, deve aprender agora a utilizá-las, e o YouTube está cheio de tutoriais (eu aprendi basicamente lendo as documentações e pesquisando como resolver os erros que apareciam).

Como um bônus, vale a pena começar a mergulhar em scikit-learn e estudar um pouco de Aprendizado de Máquina.

Categorias
Artigos

Equipamentos que uso para dar aulas presenciais

Há alguns meses, no meio da pandemia e com aulas remotas, eu compartilhei que equipamentos eu usava para ministrar aulas online. A pandemia não acabou, mas a época de aulas remotas sim, então este é um update de como tenho feito agora, em sala de aula.

Eu sou professor de Engenharia; minhas aulas têm muitas equações, muito gráficos, alguns vídeos e fotos de equipamentos. Assim, eu tento equilibrar o uso do quadro negro e o uso de slides; em algumas aulas, eu apenos escrevo e resolvo exercícios no quadro-negro, em outras só discutimos o que aparece nos slides, mas mais comumente equilibramos os dois:

Aliás: eu adoro escrever em giz (muito melhor que caneta)

Para escrever em si, minha universidade fornece o giz, mas para me lembrar do que devo escrever, eu geralmente levo uma cópia dos meus livros-texto, um caderno de anotações e o meu iPad Air 3a geração.

Para projetar slides, fotos e vídeos, uso o meu laptop Samsung com um passador de slides Logitech R400 e um Adaptador USB-C (tipo C) para HDMI e VGA UCA09 da Geonav (algumas salas não têm o projetor de fácil acesso, mas apenas um cabo VGA).

Estudantes: como tem sido a volta das aulas presenciais?

Categorias
Artigos

5 livros de engenharia que uso nas minhas disciplinas

Por nenhum motivo em particular, aqui vão os 5 livros básicos que uso para preparar as minhas aulas:

  1. Incropera – Fundamentos de Transferência de Calor e de Massa – a maior referência; mostra todos os tópicos relevantes (e que aparecem na prática de projetos reais), desenvolve a teoria com rigor, e mescla exercícios leves e pesados. Um clássico justificado.
  2. Termodinâmica de Çengel e Boles – já falei sobre esse autor aqui, que escreve livros super didáticos mas levemente fáceis. O livro de Termodinâmica, porém, é bastante completo e tem exercícios mais avançados que os das outras disciplinas. Uso como referência sempre que quero desenvolver melhor algum tópico mais “básico” nas minhas disciplinas mais aplicadas.
  3. Motores de Combustão Interna de Franco Brunetti – bastante mal escrita, notação confusa, exercícios errados… mas um livro texto muito atualizado sobre motores e que engloba muitos tópicos importantes. Eu costumo complementar a discussão teórica com exemplos e explicações do livro do Çengel e acima e com o maravilhoso Internal Combustion Engine Fundamentals do Heywood (mas a edição que tenho é bastante antiga)
  4. Refrigeração e Ar Condicionado de Stoecker e Jones – esta é um problema; o livro é muito bom, une teoria e prática, mas preciso desesperadamente achar um livro de refrigeração atualizado (os fluidos discutidos neste livro nem podem ser mais usados, por exemplo)
  5. Geração de Vapor do Bazzo – o único livro-texto sobre o assunto; sério: para preparar a minha disciplina eu pesquisei ementas de disciplinas similares em todo o Brasil e todas usam esta bibliografia. Existem outros livros, mas são de referência e não para ensino. Apesar de antigo, não chega a ser desatualizado e é muito bom e completo.
Categorias
Artigos

Estudando para provas discursivas… resolvendo exercícios?

Concursos Públicos para Professor Efetivo geralmente começam com uma prova escrita, dissertativas, onde os candidatos e candidatas discorrem sobre algum ponto sorteado na hora.

Assim, parece absurdo que eu gaste tempo resolvendo exercícios numéricos, com calculadora e – pasmem – Python e R (como na foto acima), para algo que vai virar 4 páginas de texto, não?

Não é absurdo porque isso é Engenharia. Nossa profissão é provar nosso ponto com números. Naturalmente, eu preciso entender os conceitos básicos, e devo conseguir explicar com palavras o que é o “Princípio da Conservação da Quantidade de Movimento” ou quando a “Equação de Bernoulli” é válida. Mas, na minha experiência, quando você resolve problemas numéricos é que você realmente compreende o que são essas equações, quais as dificuldades de aplicá-las, como calcular as propriedades e termos relevantes – o que já vira um treino para a Prova Didática. É fácil compreender que um “escoamento incompressível” é aquele onde a densidade não varia, mas fica muito mais interessante quando você calcula a densidade da água líquida e do ar em diferentes temperaturas e mostra que um caso varia muito mais o outro.

Nas minhas próprias aulas, aliás, à medida que vou ficando mais experimente e maduro nos assuntos, eu frequentemente paro as explicações para simplesmente fazer uns cálculos básicos e mostrar que eu não estou inventando afirmações.

Eu continuo escrevendo redações para treino, mas quando percebo que não consigo expressar por palavras, é porque na verdade não entendi e está na hora de voltar livros – e seus problemas numéricos.

Categorias
Artigos

Estudando para concursos de Professor Universitário (sem ter muito tempo, já que já sou Professor Universitário)

O título ridiculamente longo expõe um problema complexo e que muitos doutores enfrentam: como ter tempo para estudar para um concurso de Professor Efetivo de Ensino Superior, enquanto você já é Professor ou Professora (em alguma posição ou universidade da qual você queira ou precise sair por motivos de contrato) e dá muitas aulas e tem todos os compromissos relacionados.

Eu nunca fui aprovado em um concurso para professor efetivo, então não tenho uma receita do sucesso, mas só quero compartilhar como eu estou fazendo: tentar mesclar a rotina de estudo e de preparação de aulas ao máximo.

Por exemplo: enquanto escrevo isto, amanhã tenho de ministrar uma aula de Refrigeração sobre o assunto de trocadores de calor. Estou incrito em um concurso onde o tópico “trocadores de calor” não está presente, mas onde “escoamento em tubos”, uma parte importante de entender o funcionamento de trocadores de calor, é um dos pontos da prova escrita. Então, em vez de simplesmente preparar um PowerPoint para a aula, posso aproveitar para revisar o livro-texto apropriado e me aprofundar mais na teoria e na matemática, mesmo que isso não seja necessário para a aula em si. Com isso, a minha aula fica mais completa e bastante back to basics (na minha experiência, nunca é demais tomar os minutos iniciais para revisar o “básico”…). O estudo alimenta a preparação de aulas. A cada aula, eu reflito: o que posso estudar que vai me ajudar?

O processo é reversível: ao preparar uma aula sem pensar explicitamente nos concursos, eu me dou conta de aplicações de alguns dos pontos, ou encontro uma nova maneira de falar isso em uma Prova Didática; ao ministrar as aulas, eu percebo as dificuldades comuns. Todas essas impressões são anotadas no meu BuJo.

Professores que lêem este blog: como foi/é a preparação de vocês para concursos?

Categorias
Artigos

Risco e recompensa ao escolher um livro de Engenharia

Em The Millionaire Fastlane, MJ DeMarco faz um paralelo entre três abordagens para enriquecer. Não vou detalhá-las aqui, e o livro é de leitura interessante (embora algumas partes me irritem), mas a ideia é que, ao passar de um nível para outro, seu risco cresce um pouco mas as recompensas crescem de maneira acelerada, de maneira que não faz muito sentido outra coisa a não ser escolher a “via rápida de se tornar milionário” (na visão do autor).

Eu estou, no momento, estudando bastante para um concurso para Professor na área de Mecânica dos Fluidos, e ao comparar 3 opções clássicas de bibliografia fiquei pensando que essa analogia, esta comparação entre risco e recompensa, serve para escolher um livro adequado.

Eu já falei aqui do meu amor pelos livros do Çengel. Para mim, são os livros melhor produzidos do mercado, e o de Mecânica dos Fluidos é assim: o texto é fluido, as imagens são muito didáticas e de qualidade, a quantidade de informações disponíveis é ampla… mas são livros fáceis, que não me forçam a navegar no desconhecido.

O outro extremo é o livro provavelmente mais famoso da área, de Fox et al. É um livro difícil, chato de ler, confuso na explicação, com exercícios que fritam o cérebro. Eu nunca gostei.

Pessoalmente, tenho estudo pelo livro do White. Embora talvez não seja tão profundo e desafiador quanto o do Fox, é imensamente mais didático, de maneira que não faz sentido; você consegue de fato avançar na leitura e nos exercícios. O pequeno aumento do risco de não ser tão completo quanto o outro é mais que compensado pela sua didática.

A leitora também tem de lidar com escolher livros de níveis diferentes para uma mesma área?

Categorias
Artigos

Melhorando minhas aulas em 1 %

Como posso deixar minhas aulas 1% melhor a cada semestre?

Cada disciplina tem sua realidade. No meu curso de Transferência de Calor e Massa I, por exemplo, estou decidido a mostrar como poder resolver problemas usando Python, pensando de maneira inteligente sobre a computação:

Em 2022 eu estou, na medida do possível, colocando minhas notas de aula online; aqui está por exemplo a página onde resolvemos os problemas de convecção acima. Trazer ferramentas computacionais modernas para o curso de Engenharia Mecânica e deixar isso documentado.

A leitora acha que isso é uma melhoria suficiente? O que o leitor acha de ter uma “página de notas de aula assim”? Os leitores querem saber como construo essas páginas?

Categorias
Artigos

Minha jornada em aprender R (ou: o conflito entre foco e exploração)

Eu me sinto em um conflito intelectual enorme entre dois aspectos de trabalho, simbolizados por duas grandes influências minhas: Cal Newport (foco e prioridade é tudo que importa) e Austin Kleon (como deve se expor ao máximo de influências e roubar delas para fazer a sua arte).

Exceto que este conflito não existe. Cal Newport lê no mínimo 5 livros por mês, sobre assuntos variados, e Austin Kleon fala da importância de desligar suas notificações e ter uma boa estação de trabalho onde se concentrar. O trabalho consiste em ciclos de se aprofundar e explorar.

O que me leva a um objetivo vago na minha vida profissional, que é aprender a linguagem de programação R, uma ferramenta bastante focada em estatística e ciência de dados.

Eu não consigo me lembrar como comecei a me interessar por isso, mas se fosse apostar, diria que foi quando Dr. Drang linkou algum post de Kieran Healy, um professor de Sociologia da Duke University que posta sobre como criar gráficos muito interessantes e ricos usando R . Isso deve fazer uns 5 anos, por volta de 2017.

Em 2019, quando comecei a utilizar bastante os conceitos de ciência de dados e quis aprender mais, comprei os livros da foto acima, mas nunca mergulhei de fato.

Nesse ano de 2022, decidi que era de mergulhar nisso. Mas aí está o problema: como vou priorizar isso dentro do meu problema de foco? Eu não preciso estudar R, e não vou ter proveito imediato.

Porém , foi numa tarde onde tirei uns 90 minutos para começar a ler o livro R for Data Science que me deparei com um exemplo do livro sobre dados experimentais de motores – uma biblioteca de R tem uma tabela já pronta. Por que essa minha empolgação? Porque eu ministro duas disciplinas sobre motores, e já consigo pensar em muitas maneiras de explorar esses dados na sala de aula. Sem essa perda de tempo brincando de estudar, eu talvez nunca teria chegado nesse exemplo.

Brincando com RStudio

Brincando em mais algumas sessões de trabalho, o resultado é saber produzir um gráfico como esse:

Aqui nós temos dados de alguns motores catalogados pela Agência de Proteção Ambiental dos EUA entre 1999 e 2008. Há uma tendência geral de queda da eficiência: motores maiores consomem mais combustível. Mas! Há outros fatores em jogo: a linha de tendência mais inferior mostra apenas veículos de tração nas 4 rodas, que são consistentemente menos eficientes que veículos de tração em 2 rodas (o leitor sabia disso?). Analisando por classes, vemos que na faixa de cilindradas maiores há exemplos de carros que são mais eficientes que outros: 2seaters, ou carros esportivos de 2 lugares. Esse veículos usam motores potentes, mas consomem menos que um SUV de mesmo tamanho, porque são mais leves, com menos perdas no sistema de transmissão; eu acredito também que o sistema de exaustão desses veículos esportivos faça diferença, com conversores catalíticos de parede metálica, mais fina, que têm menos perdas de potências (à custa de mais emissões).

Essa discussão de um parágrafo acima é muito útil para ser levada para a sala de aula. Eu perdi tempo estudando R?

Agora estou nessa situação; tirando algumas sessões de trabalho a cada mês para avançar na leitura desses livros, encaixando no meu planejamento semanal. Tenho sonhado em finalmente escrever apostilas de notas de aulas usando bookdown, de maneira que o código para resolver exercícios seja parte do texto, e divulgar essas notas de aula para o Brasil todo. O ecossistema de R põe muita ênfase na publicação e compartilhamento de dados – algo que não vejo em Python, por exemplo, daí o meu interesse em uma ferramenta nova (já que tenho usado Python para meus projetos científicos há mais de 1o anos).

Como a leitora faz para balancear entre o foco e a exploração? O leitor consegue achar tempo no meio da semana para simplesmente explorar algum assunto e “ver no que vai dar”?