Autoeficácia em matemática: confiança ajuda, mas nem sempre age diretamente

Em um estudo com estudantes do ensino médio, a autoeficácia criativa não teve efeito direto sobre o desempenho em matemática; a relação apareceu por meio do pensamento criativo matemático (Zhou, 2026). O resultado oferece uma pista importante: acreditar que se pode avançar em matemática importa, mas essa confiança nem sempre se transforma em nota por um caminho simples e imediato.

Para quem ensina, a diferença entre “o aluno confia em si” e “o aluno consegue mobilizar essa confiança numa tarefa” merece atenção. Pesquisas recentes relacionam autoeficácia, experiências de aprendizagem, atitudes, ansiedade e desempenho. Algumas investigam intervenções, como tutoria entre pares e avaliação formativa; outras analisam associações entre características dos estudantes. A seguir, organizamos esses achados para ajudar a pensar em práticas possíveis, sem tratar confiança como solução mágica nem como responsabilidade individual do estudante.

O que é autoeficácia em matemática e por que importa para o professor?

Autoeficácia em matemática é a percepção que o estudante tem sobre sua capacidade de realizar tarefas matemáticas. Em linguagem de sala de aula, aparece quando alguém pensa “consigo começar esse problema”, “posso tentar outra estratégia” ou, no sentido contrário, “isso não é para mim”. Não é o mesmo que habilidade demonstrada, nota ou autoestima geral: um estudante pode acreditar que consegue resolver determinados tipos de questão e ainda sentir insegurança diante de outros.

O conceito importa porque a percepção de capacidade se relaciona com escolhas, atitudes e resultados em diferentes pesquisas. Um estudo com adolescentes argentinos encontrou que a autoeficácia lógico-matemática prediz o desempenho e que experiências de aprendizagem predizem a autoeficácia (Cupani, 2026). Outro encontrou relações entre autoeficácia matemática, atitudes positivas e menor ansiedade matemática (Turgut, 2025). São relações observadas em contextos e delineamentos específicos, não uma garantia de que aumentar a confiança, isoladamente, elevará o desempenho de qualquer estudante.

Na rotina, essa distinção ajuda a olhar além da resposta certa ou errada. O professor pode observar se o estudante inicia a tarefa, persevera depois de um erro, pede ajuda, escolhe uma estratégia ou evita participar. Esses sinais não medem automaticamente a autoeficácia, mas podem abrir uma conversa sobre como a atividade, o apoio e as experiências anteriores estão influenciando a percepção de capacidade.

O que a pesquisa recente mostra sobre autoeficácia e matemática?

Os estudos não contam uma história única, mas convergem numa ideia útil: a autoeficácia costuma se relacionar com o desempenho e com processos de aprendizagem, embora o caminho varie. Alguns resultados mostram associações diretas; outros indicam mediações, condições específicas ou diferenças entre confiança e resultado. Agrupar as pesquisas por essas ideias evita transformar conclusões distintas em uma regra geral.

A confiança matemática aparece ligada ao desempenho, mas junto de outros fatores

Em uma pesquisa transversal com 321 adolescentes argentinos, Cupani e colegas examinaram personalidade, experiências de aprendizagem, autoeficácia e desempenho. Os resultados corroboraram que a autoeficácia lógico-matemática prediz o desempenho e que as experiências de aprendizagem predizem a autoeficácia. Os traços de personalidade se relacionaram indiretamente ao desempenho por meio das experiências de aprendizagem; contribuíram parcialmente para a autoeficácia, mas não apresentaram contribuições diretas significativas para o desempenho. Também foi encontrada uma relação negativa fraca entre extroversão e desempenho (Cupani, 2026).

O estudo ajuda a evitar interpretações simplistas sobre “perfil de aluno”. A evidência relatada não sustenta a ideia de que traços de personalidade determinem diretamente quem vai bem em matemática. Em vez disso, descreve relações indiretas e destaca experiências de aprendizagem e autoeficácia. Como o estudo é transversal, seus resultados mostram associações no modelo analisado, não uma sequência causal comprovada.

Em outro estudo com 314 estudantes do ensino médio, a autoeficácia em letramento matemático, a percepção de autoeficácia matemática e as atitudes em relação à matemática apresentaram relações positivas e significativas. A autoeficácia matemática também se relacionou positivamente com atitudes e negativamente com ansiedade matemática. Atitudes positivas se relacionaram com melhor desempenho, enquanto ansiedade matemática se relacionou com desempenho mais baixo (Turgut, 2025). O conjunto sugere que confiança, sentimentos e resultados podem estar conectados, embora não sejam a mesma coisa.

Para o professor, essa combinação significa que uma atividade pode revelar mais do que domínio de conteúdo. Um estudante que evita uma questão pode estar enfrentando dificuldade conceitual, ansiedade ou uma expectativa baixa sobre a própria capacidade. A pesquisa de Turgut não permite diagnosticar a causa em cada aluno, mas mostra por que vale observar atitudes e ansiedade junto aos resultados.

O caminho entre confiança e desempenho pode ser indireto

O resultado mais claro sobre mediação aparece no estudo de Zhou e colegas com 1.181 estudantes do ensino médio. A autoeficácia criativa não teve efeito direto sobre o desempenho em matemática; o pensamento criativo matemático mediou plenamente essa relação. Os autores sugerem que fortalecer a autoeficácia criativa pode favorecer o desempenho indiretamente, ao apoiar o pensamento criativo matemático (Zhou, 2026).

Esse achado trata de autoeficácia criativa, não apenas da crença de conseguir executar um procedimento conhecido. É uma diferença relevante: a confiança para propor, explorar ou desenvolver ideias matemáticas pode se expressar por meio de formas de pensar, e não necessariamente aparecer de imediato numa nota. A pesquisa não autoriza concluir que qualquer atividade criativa elevará resultados; ela aponta uma relação específica entre as variáveis estudadas.

O estudo de Cupani também descreve caminhos indiretos: experiências de aprendizagem se relacionam com autoeficácia, e traços de personalidade se relacionam indiretamente com desempenho por meio das experiências. Em conjunto, esses resultados valorizam o que acontece entre a crença e o resultado: oportunidades de aprender, experimentar estratégias e desenvolver modos de pensar podem fazer parte da ligação (Cupani, 2026; Zhou, 2026).

Práticas e ambientes podem criar oportunidades de confiança e aprendizagem

Uma pesquisa sobre tutoria entre pares examinou autoeficácia e desempenho de estudantes do ensino médio com métodos mistos. Os resultados relatam que relações estruturadas entre colegas criaram um ambiente acolhedor e beneficiaram tutores e tutorados, com melhores resultados acadêmicos e fortalecimento da autoeficácia. Os tutores consolidaram a compreensão ao ensinar; os tutorados receberam apoio personalizado de colegas que enfrentavam desafios semelhantes (Pierce, 2025).

Esse resultado é promissor, mas não significa que basta colocar estudantes em duplas. O resumo associa os resultados a uma tutoria estruturada; portanto, a organização da atividade e as oportunidades de explicar e receber apoio são parte importante do que foi investigado. Para aplicar a ideia, cabe planejar papéis, combinar como pedir ajuda e acompanhar se ambos participam.

Balbi e colegas investigaram um programa de desenvolvimento profissional de 16 semanas em avaliação formativa para professores de matemática do ensino médio. O programa envolveu estratégias de feedback, coavaliação entre pares e engajamento dos estudantes. Os autores relatam efeito moderado e significativo na autoeficácia docente, efeitos grandes no conhecimento sobre avaliação formativa e na implementação dessas práticas. Também observaram mudanças percebidas por professores e alunos e transferência dessas mudanças para a aprendizagem matemática; os relatos dos estudantes sobre práticas de avaliação formativa impactaram significativamente o desempenho (Balbi, 2025).

O estudo destaca uma dimensão que nem sempre fica em primeiro plano: apoiar a aprendizagem inclui criar oportunidades de feedback e participação, e não apenas encorajar verbalmente. As práticas colaborativas e a avaliação entre pares avançaram mais perceptivelmente do que as práticas de autoavaliação relatadas pelos estudantes. Essa diferença pode ser útil para planejar mudanças graduais, sem presumir que todas as formas de avaliação formativa terão o mesmo efeito.

Em um estudo experimental com 108 estudantes do nono ano, atividades de construções geométricas com dobradura de papel foram associadas a diferenças significativas entre pré e pós-teste no grupo experimental para desempenho e autoeficácia quanto ao conhecimento geométrico. Não houve diferença significativa na atitude em relação à geometria nesse grupo (Boz-Yaman, 2024). O resultado reúne uma prática concreta e medidas distintas: desempenho e autoeficácia mudaram, mas a atitude não apresentou diferença significativa no grupo experimental.

Confiança não é sinônimo de nota, nem se manifesta igual para todos

O estudo de Paales e Täht acompanhou 113 estudantes de graduação em Ciência da Computação. As estudantes relataram autoeficácia acadêmica mais baixa, mas terminaram o primeiro semestre com média de notas estatisticamente significativa e mais alta. Gênero, autoeficácia acadêmica e notas em exames de matemática do ensino médio foram preditores significativos da média do primeiro semestre (Paales, 2025).

Esse estudo não investigou estudantes do ensino médio como participantes: usou o desempenho anterior em matemática no ensino médio para analisar notas na graduação. Mesmo assim, sua tensão é instrutiva. Uma percepção menor de capacidade pode coexistir com resultados acadêmicos mais altos; por isso, o professor não deve usar autoconfiança aparente como substituto de evidências de aprendizagem, nem concluir que quem demonstra insegurança não sabe matemática.

Em uma escola charter on-line, Hawk e colegas estudaram 63 estudantes de Álgebra 1 considerados não tradicionais. A autoeficácia específica em matemática foi o moderador hipotetizado que mais contribuiu para as notas. Os resultados também indicaram que perfis mais adaptativos de autoeficácia ou de comportamento de estudo atenuavam, ou tornavam mais favoráveis, os efeitos de fatores de risco acadêmico de origem familiar. A idade foi um preditor negativo e estatisticamente significativo das notas, provavelmente coincidente com o ano escolar em que os estudantes cursavam as disciplinas (Hawk, 2025).

O contexto virtual e o perfil da escola importam: esse resultado não deve ser generalizado automaticamente a todas as turmas presenciais. Ainda assim, a pesquisa chama atenção para a interação entre condições de risco e características que podem ser trabalhadas, como gestão dos estudos. Os autores sugerem que escolas virtuais considerem fortalecer autoeficácia e ensinar hábitos como gestão do tempo.

Por fim, Sanders e colegas compararam estudantes do ensino médio do sexo feminino em acampamentos STEM mistos e exclusivamente femininos. Após a participação, o estudo encontrou diferenças estatisticamente significativas na autoeficácia em matemática e ciências e no interesse por carreiras STEM. O resumo não informa a direção dessas diferenças, então não permite afirmar qual formato produziu níveis maiores. O estudo reforça que o desenho do ambiente merece investigação, mas não permite concluir que um formato seja sempre superior (Sanders, 2026).

O que os estudos sobre autoeficácia matemática investigaram lado a lado?

A tabela resume pergunta, resultado relatado e contexto de cada pesquisa citada. “Não informado no resumo” sinaliza apenas que o contexto não foi especificado no material disponível para este artigo, sem preencher essa lacuna por suposição.

Quais pontos em comum e divergências aparecem nas pesquisas?

O ponto de encontro mais consistente é que autoeficácia não está isolada. Ela aparece em relação com desempenho, experiências de aprendizagem, atitudes ou condições de estudo. Cupani relaciona experiências à autoeficácia e esta ao desempenho; Turgut situa a percepção de capacidade junto a atitudes e ansiedade; Hawk examina a autoeficácia como fator que modera a relação entre riscos e notas. Esses achados tornam plausível olhar para as condições de aprendizagem, não apenas para a confiança declarada pelo aluno.

Há também uma diferença importante entre associação direta e caminho indireto. Cupani relata que autoeficácia lógico-matemática prediz desempenho no modelo estudado, enquanto Zhou encontrou mediação plena pelo pensamento criativo matemático para a autoeficácia criativa. Já Paales mostra que uma percepção mais baixa de autoeficácia pode coexistir com notas mais altas em um grupo de universitárias de computação. Portanto, “mais confiança significa sempre nota maior” não é uma conclusão sustentada pelo conjunto.

As pesquisas também variam bastante em método e população: há estudo transversal com adolescentes argentinos, estudo experimental de geometria, análise de estudantes on-line e pesquisa com universitários. Não se pode comparar diretamente esses resultados como se todos medissem a mesma autoeficácia ou o mesmo desempenho. Ainda ficam em aberto perguntas sobre quais práticas funcionam melhor em diferentes turmas, quanto os efeitos permanecem ao longo do tempo e como os resultados se traduzem para escolas brasileiras.

Como aplicar essas ideias na sala de aula de matemática?

Os estudos não formam um roteiro didático universal. As propostas a seguir são aplicações possíveis dos achados, não resultados testados por todas as pesquisas citadas. O ponto de partida é transformar a autoeficácia em algo observável e apoiado por experiências concretas de aprendizagem, sem prometer que uma atividade isolada resolverá dificuldades de desempenho.

1. Separe evidências de aprendizagem de sinais de confiança

Aplicação: depois de uma tarefa, registre o que o estudante conseguiu fazer e como descreveu sua própria capacidade, em vez de inferir um pelo outro. Imagine uma turma em que um aluno resolve corretamente, mas diz que “foi sorte”; uma conversa breve pode explorar qual estratégia usou e que parte consegue repetir. A coexistência entre autoeficácia mais baixa e notas mais altas no estudo de Paales lembra que confiança declarada e resultado precisam ser acompanhados separadamente. Esse cuidado não é um teste diagnóstico: é uma forma de compreender melhor as respostas da turma.

2. Dê feedback ligado à estratégia e ao próximo passo

Aplicação: em vez de elogios vagos, indique uma ação que funcionou e uma possibilidade de avanço: “Você representou os dados antes de calcular; agora confira se o resultado responde à pergunta”. Essa sugestão se inspira na relevância de experiências de aprendizagem e de práticas de feedback investigadas por Cupani e Balbi, mas a formulação específica é uma proposta de sala de aula. Em uma atividade hipotética sobre problemas, o professor pode pedir que cada estudante assinale uma estratégia que tentou e uma dúvida que permanece. Isso produz informação útil para orientar a próxima intervenção, sem transformar a conversa em cobrança por autoconfiança.

3. Estruture a tutoria entre pares com papéis claros

Aplicação: organize duplas ou pequenos grupos com turnos definidos: uma pessoa explica como começou, a outra faz perguntas e, depois, trocam os papéis. Por exemplo, diante de um exercício de equações, o tutor não entrega o resultado; descreve uma etapa e pede ao colega que continue. Pierce relata benefícios para tutores e tutorados em uma tutoria estruturada, incluindo consolidação da compreensão de quem ensina e apoio personalizado para quem aprende. A proposta precisa de acompanhamento docente para que ninguém fique sempre no papel de “quem não sabe” e para que as explicações sejam matematicamente adequadas.

4. Inclua tarefas que permitam explorar mais de uma ideia

Aplicação: proponha problemas em que seja possível testar estratégias ou produzir representações diferentes, e depois peça que os estudantes comparem como pensaram. Imagine uma atividade de geometria em que a turma investiga relações por meio de dobraduras, inspirada na prática estudada por Boz-Yaman. O estudo relatou diferenças no desempenho e na autoeficácia do grupo experimental, mas não na atitude; por isso, não convém prometer que a atividade despertará gosto pela geometria em todos. A intenção pedagógica pode ser oferecer uma experiência concreta e observar que raciocínios ela torna possíveis.

5. Use avaliação formativa para orientar a próxima tentativa

Aplicação: faça verificações curtas durante a aprendizagem, com feedback, coavaliação e momentos de autoavaliação. Em uma sequência hipotética, os estudantes resolvem uma questão, trocam comentários com critérios simples e revisam a resposta antes da entrega. Balbi e colegas observaram mudanças mais perceptíveis em práticas colaborativas e avaliação entre pares do que em autoavaliação relatada pelos estudantes. Uma aplicação prudente é começar por uma rotina de revisão entre pares e ensinar explicitamente como avaliar o próprio trabalho, em vez de presumir que a autoavaliação acontecerá com a mesma facilidade.

6. Trate ansiedade e atitudes como informações, não como rótulos

Aplicação: observe se determinadas situações — como responder em público ou fazer uma prova com tempo marcado — coincidem com evitamento ou desconforto, e converse com a turma sobre maneiras de pedir apoio. O estudo de Turgut encontrou relação negativa entre ansiedade matemática e desempenho, além de relações entre autoeficácia e ansiedade. Isso não permite diagnosticar cada estudante nem afirmar que a ansiedade causou uma nota específica. Uma pergunta de saída, como “qual etapa foi mais difícil e o que ajudaria na próxima tentativa?”, pode reunir pistas sem rotular alunos como ansiosos ou incapazes.

7. Ensine hábitos de estudo de forma explícita

Aplicação: ajude a turma a planejar quando revisar, dividir uma tarefa maior em etapas e acompanhar o que já foi feito. Imagine um estudante que perde o fio de uma sequência de exercícios: um plano curto para organizar o tempo pode ser mais útil do que simplesmente recomendar que “estude mais”. Hawk e colegas destacam autoeficácia e comportamento de estudo em uma escola on-line, e os autores recomendam considerar programas de hábitos como gestão do tempo nesse contexto. Adaptar essa ideia a uma turma presencial é uma sugestão, não um efeito testado pelo estudo.

O que muda quando levamos esses estudos para o contexto brasileiro?

O primeiro cuidado é reconhecer que os contextos variam e nem todos os resumos identificam o país. Cupani estudou adolescentes argentinos; Hawk investigou uma escola charter on-line; Pierce tratou de tutoria entre pares; e outros estudos descrevem estudantes ou programas sem informar o país no resumo. Assim, os resultados podem oferecer perguntas e caminhos de reflexão, mas não descrevem automaticamente a realidade de escolas brasileiras, com suas diferentes condições, currículos, recursos e perfis de turma.

Para um professor no Brasil, o ponto mais transferível não é importar um programa pronto, mas testar princípios em escala adequada: observar crenças e desempenho separadamente, oferecer oportunidades de feedback, estruturar colaboração e verificar como os estudantes respondem. A pesquisa sobre avaliação formativa, por exemplo, investigou um curso online de 16 semanas e professores e alunos em seu contexto; uma escola brasileira precisaria considerar tempo de planejamento, condições de trabalho e formas de acompanhamento disponíveis antes de adaptar a proposta.

Também é importante evitar conclusões sobre gênero ou formato de atividade que os resumos não autorizam. Sanders encontrou diferenças entre formatos de acampamento, mas não informa a direção; Paales analisou universitários, não uma turma de ensino médio; Boz-Yaman tratou de uma intervenção em geometria com estudantes do nono ano. Em vez de declarar que uma configuração serve para todos, o professor pode acompanhar participação, aprendizagem e percepção dos alunos em seu próprio contexto.

Quais são os limites desta leitura das pesquisas?

Este artigo se baseia nos resumos de estudos recentes, não na leitura integral de cada publicação. Os resumos permitem identificar objetivos, participantes e resultados principais, mas não oferecem todos os detalhes necessários para avaliar instrumentos, procedimentos, análises, limitações ou condições de implementação. Por isso, as interpretações aqui se restringem ao que está descrito e evitam atribuir causas quando o resumo relata associações ou modelos de predição.

Ficam em aberto, por exemplo, quanto tempo os efeitos observados se mantêm, quais componentes de uma intervenção são mais importantes e como os resultados variam entre diferentes grupos de estudantes. Também não é possível concluir que os achados se aplicam de forma uniforme às escolas brasileiras. Para adotar uma intervenção em escala, comparar métodos ou fundamentar decisões de gestão, faz sentido consultar os estudos completos, especialmente os detalhes de amostra, desenho, instrumentos e implementação.

Como o GeraProva pode ajudar a trabalhar autoeficácia em matemática?

O GeraProva pode ajudar o professor a criar provas e atividades de matemática com apoio de IA, oferecendo um ponto de partida para variar questões e acompanhar evidências de aprendizagem. A ferramenta não mede autoeficácia nem substitui o feedback, a conversa com os estudantes ou o planejamento docente. Você pode conhecer o gerador de provas do GeraProva e fazer o cadastro grátis para explorar a plataforma.

Perguntas frequentes sobre autoeficácia e desempenho em matemática

Autoeficácia em matemática significa que o estudante vai tirar nota alta?

Não necessariamente. Os estudos relacionam autoeficácia ao desempenho, mas também mostram caminhos indiretos e diferenças entre percepção e resultado. Cupani encontrou que a autoeficácia lógico-matemática predizia desempenho em seu modelo; Zhou observou que a autoeficácia criativa se relacionava ao desempenho por meio do pensamento criativo matemático. Já Paales encontrou estudantes universitárias com autoeficácia acadêmica mais baixa e média final mais alta. Portanto, confiança pode ser uma informação relevante, mas não substitui a observação do que o aluno sabe e consegue fazer.

Como posso perceber se um estudante tem baixa autoeficácia matemática?

Os resumos não oferecem um instrumento de diagnóstico para uso cotidiano do professor. Uma possibilidade de aplicação é prestar atenção a comentários sobre capacidade, disposição para começar uma questão, reação a erros e procura por ajuda, sem tratar esses sinais como prova isolada. Um estudante pode demonstrar insegurança e ainda ter bom desempenho, como sugere o estudo de Paales em outro contexto educacional. Conversas breves sobre quais etapas parecem possíveis e quais precisam de apoio podem ajudar a compreender a situação melhor do que um rótulo baseado em uma única resposta.

Que tipo de atividade pode apoiar a autoeficácia em matemática?

As pesquisas examinadas apontam experiências diversas, sem indicar uma atividade universal. Estudos investigaram tutoria entre pares, avaliação formativa, pensamento criativo matemático e dobradura de papel em construções geométricas. Pierce relatou fortalecimento da autoeficácia em um contexto de tutoria estruturada; Boz-Yaman encontrou diferenças no desempenho e na autoeficácia no grupo experimental que trabalhou com dobraduras. Como aplicação, o professor pode escolher uma prática ligada ao conteúdo em curso, acompanhar como os estudantes participam e verificar a aprendizagem, sem presumir que o efeito será igual em toda turma.

A ansiedade matemática afeta o desempenho?

No estudo de Turgut com 314 estudantes do ensino médio, a ansiedade matemática apresentou relação negativa e significativa com o desempenho. A percepção de autoeficácia matemática também se relacionou negativamente com a ansiedade e positivamente com atitudes em relação à matemática. Esses resultados mostram relações no grupo estudado, não permitem identificar a causa de uma dificuldade individual nem afirmar que toda ansiedade levará a uma nota baixa. Para a sala de aula, podem servir como motivo para observar desconforto e oferecer formas de participação e apoio, sem transformar uma reação pontual em diagnóstico.

A tutoria entre pares funciona para todos os estudantes?

O estudo de Pierce relata que uma tutoria entre pares estruturada beneficiou tutores e tutorados, associando a prática a melhores resultados acadêmicos e maior autoeficácia em matemática. O resumo não afirma que funcione para todas as pessoas ou em qualquer formato. O achado destaca benefícios possíveis de relações organizadas, em que quem ensina consolida a compreensão e quem recebe apoio pode conversar com um colega que enfrenta desafios semelhantes. Na aplicação, vale alternar papéis, acompanhar a qualidade das explicações e manter o professor responsável por orientar o conteúdo e o clima de colaboração.

Os resultados dessas pesquisas podem ser aplicados diretamente em escolas brasileiras?

Não de forma automática. Os estudos vêm de contextos variados; um deles investigou adolescentes argentinos, outro estudantes de uma escola charter on-line, e vários resumos não informam o país. Além disso, há diferenças de idade, desenho de pesquisa e tipo de autoeficácia avaliada. É mais prudente usar os achados para formular perguntas e testar adaptações pequenas: observar se feedback, trabalho entre pares ou atividades exploratórias ajudam sua turma e acompanhar tanto o processo quanto a aprendizagem. Para decisões amplas, é importante consultar os estudos completos e considerar as condições locais.

Referências sobre autoeficácia e desempenho em matemática

1. Cupani, Marcos; Garrido, Sebastian Jesús; Moran, Valeria; Ghio, Fernanda Belén; Azpilicueta, Ana Estefania; Chemisquy, Sonia (2026). O papel da personalidade e das experiências de aprendizagem em um modelo sociocognitivo do desempenho acadêmico em matemática (The Role of Personality and Learning Experiences in a Social-Cognitive Model of Academic Performance in Mathematics). School Psychology International. Link.
2. Turgut, Ilknur Gülsen; Bakir, Nur Sebnem (2025). Diferentes preditores do desempenho em matemática de estudantes do ensino médio (Different Predictors of High School Students' Mathematics Achievement). Psychology in the Schools. Link.
3. Zhou, Yu; Jing, Bin; Du, Yue; Meng, Fan; Qi, Yuchan (2026). Explorando as relações entre autoeficácia criativa, pensamento criativo matemático e desempenho em matemática (Exploring the Relationships among Creative Self-Efficacy, Mathematical Creative Thinking, and Mathematical Achievement). School Psychology International. Link.
4. Pierce, Elizabeth; Lewis, Travis (2025). Aumentando o desempenho em matemática e a autoeficácia de estudantes do ensino médio por meio da tutoria entre pares (Increasing High School Students' Math Achievement and Self-Efficacy through Peer Tutoring). Education Leadership Review of Doctoral Research. Link.
5. Balbi, Alejandra; Bonilla, Micaela; Curione, Karina; Ibarra, Alexander; Menese, Pablo (2025). Impacto de um Programa de Desenvolvimento Profissional em Avaliação Formativa para Professores de Matemática (Impact of a Professional Development Program in Formative Assessment for Mathematics Teachers). Professional Development in Education. Link.
6. Boz-Yaman, Burçak (2024). Efeitos do uso de práticas com papel vegetal (patty paper) durante construções geométricas sobre atitude, autoeficácia e desempenho em geometria (Effects of Using Patty Paper Practices during Geometric Constructions on Attitude, Self-Efficacy, and Achievement in Geometry). Electronic Journal for Research in Science & Mathematics Education. Link.
7. Paales, Mirjam; Täht, Karin (2025). Mulheres na Ciência da Computação: exame de matemática do ensino médio, pertencimento escolar, autoeficácia acadêmica e sua relação com as notas do primeiro semestre (Women in Computer Science: High School Math Exam, School Belonging, Academic Self-Efficacy, and Their Relationship to First-Semester Grades). IEEE Transactions on Education. Link.
8. Hawk, Nathan A.; Xie, Kui; Manouchehri, Azita (2025). O impacto das características pessoais dos estudantes no desempenho em matemática de estudantes não tradicionais em uma escola charter de ensino médio on-line (The Impact of Personal Student Characteristics on Mathematics Achievement for Nontraditional Students in an Online Charter High School). Journal of Urban Mathematics Education. Link.
9. Sanders, Miriam Marie; Calabrese, Julia E.; Gooden, Micayla; Capraro, Mary Margaret (2026). STEM em Conjunto: Uma Comparação entre Ambientes de Aprendizagem Informal Mistos e Exclusivamente Femininos (STEMing Together: A Comparison of Co-Ed and All-Female Informal Learning Environments). Journal of Research in Innovative Teaching & Learning. Link.

Se alguma dessas ideias fizer sentido para sua turma, experimente uma mudança pequena, observe o que os estudantes mostram e ajuste o caminho com eles. Bom trabalho!