LA UNAM, PRECURSORA EN ROBÓTICA PEDAGÓGICA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,010 |
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.
score_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