MétaCan
Menu
Retour à la cohorte
Enregistrement W2157190467

LA UNAM, PRECURSORA EN ROBÓTICA PEDAGÓGICA

2005· article· es· W2157190467 sur OpenAlexaboutno aff
Verónica Ramón, Enrique Ruiz Velasco Sánchez

Notice bibliographique

RevueGaceta UNAM (2000-2009) · 2005
Typearticle
Languees
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

LA UNAM ES PRECURSORA EN EL MUNDO AL DESARROLLAR UN NOVEDOSO METODO DE ENSENANZA DENOMINADO ROBOTICA PEDAGOGICA, EL CUAL ACERCA A LOS ESTUDIANTES, DESDE EDADES TEMPRANAS Y DE MANERA LUDICA, A DISTINTAS AREAS DEL CONOCIMIENTO, COMO MATEMATICAS, FISICA, GEOMETRIA, QUIMICA, INTELIGENCIA ARTIFICIAL, MECANICA, ELECTRICIDAD, ELECTRONICA E INFORMATICA, POR MEDIO DEL DISENO Y CONSTRUCCION DE AUTOMATAS DIDACTICOS O ROBOTS. ENRIQUE RUIZ VELASCO SANCHEZ, ACADEMICO DEL CENTRO DE ESTUDIOS SOBRE LA UNIVERSIDAD (CESU), JUNTO CON ESPECIALISTAS DE CANADA Y FRANCIA, ACUNO ESTE TERMINO E INTRODUJO LA INNOVACION EN MEXICO, LUEGO DE UNA LABOR CONSTANTE QUE INICIO HACE 15 ANOS. EN LA ACTUALIDAD FORMA GRUPOS DE PROFESORES UNIVERSITARIOS EN LAS FACULTADES DE FILOSOFIA Y LETRAS Y DE CIENCIAS, ASI COMO EN OTRAS INSTITUCIONES NACIONALES Y DE DIVERSOS PAISES LATINOAMERICANOS QUE UTILIZAN ESTE PROTOTIPO. EN ENTREVISTA, SENALO QUE ESTA DISCIPLINA, INTEGRADORA DE DISTINTOS CAMPOS DEL SABER, CONTRIBUYE A LA GENERACION DE UNA NUEVA CULTURA TECNOLOGICA EN LAS NACIONES QUE LA ADOPTAN, LO QUE LES PERMITE PRODUCIR SUS PROPIOS ADELANTOS. POR ESO DESTACO LA NECESIDAD DE INTRODUCIR ESTA PROPUESTA DESDE LA EDUCACION BASICA. DIJO QUE CUANDO DISENAN, ARMAN Y CONSTRUYEN ESTOS ARTEFACTOS EDUCATIVOS, LOS ALUMNOS QUEDAN MOTIVADOS PARA INICIAR EL ESTUDIO DE LAS CIENCIAS. AL FINALIZAR APRENDEN CONCEPTOS RELACIONADOS CON DISTINTOS CAMPOS, A UTILIZAR PROGRAMAS PARA CONTROLAR LOS ROBOTS, Y A PROPONER PROBLEMAS Y RESOLVERLOS CON AYUDA DE LA COMPUTADORA E INTERFACES (HARDWARE Y SOFTWARE). INDICO QUE SE TRATA DE UBICAR A LOS ALUMNOS -A PARTIR DE LOS SEIS ANOS DE EDAD- EN UN AMBIENTE TECNOLOGICO QUE LES PERMITA MANIPULAR OBJETOS, FAVORECER EL PASO DE LO CONCRETO A LO ABSTRACTO Y APROPIARSE DE UN LENGUAJE GRAFICO, INFORMATICO Y MATEMATICO, FOMENTANDO EL TRABAJO EN EQUIPO. PARA CONSTRUIR SU ROBOT LOS ESTUDIANTES REQUIEREN CONOCIMIENTOS DE MECANICA, DE ELECTRICIDAD (NECESARIA PARA ANIMAR SU MAQUINARIA) Y DE ELECTRONICA (PARA DAR CUENTA DE LA COMUNICACION ENTRE EL ORDENADOR Y SU INVENTO). EN CUANTO A INFORMATICA, SENALO, REQUIEREN MANEJAR CUALQUIER LENGUAJE DE PROGRAMACION. ABUNDO QUE EL METODO PRIVILEGIA EL APRENDIZAJE INDUCTIVO Y POR DESCUBRIMIENTO GUIADO. ESTO SE CORROBORA MEDIANTE LA FORMA COMO LOS ALUMNOS PROYECTAN Y EXPERIMENTAN UN CONJUNTO DE SITUACIONES CONSTRUCTIVISTAS. TAMBIEN SE VUELVEN CAPACES DE UTILIZAR MATERIALES COTIDIANOS, DE RECUPERACION O RECICLADOS, COMO CARTON, POPOTES, PILAS, MADERA, PEGAMENTO, LAMINA, ACRILICO, ALUMINIO, FIERRO, CLIPS, PINTURAS DE AGUA Y ACEITE, UNICEL, CLAVOS, GRAPAS, PAPEL DE COLORES, MOTORES ELECTRICOS, PLUMONES DE COLORES, HILO Y HASTA INTERFACES ELECTRONICAS POR COMPUTADORA. CON TODAS ESTAS HERRAMIENTAS, EXPLICO, PUEDEN FORMARSE SENCILLOS PROTOTIPOS COMO ELEVADORES-ROBOT, CARRUSELES, SILLAS VOLADORAS, RUEDAS DE LA FORTUNA O BRAZOS MECANICOS. RUIZ VELASCO HA IMPARTIDO CURSOS EN EL MUSEO DE LAS CIENCIAS UNIVERSUM, DONDE LOS MENORES LOGRAN CREAR DOS ROBOTS, UNO INDIVIDUAL Y OTRO COLECTIVO, EN OCHO SESIONES DE SEIS HORAS.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,015
Communication savante0,0080,009
Science ouverte0,0010,006
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGaceta UNAM (2000-2009)Même sujetE-Learning and Knowledge ManagementTravaux en français237 207