MétaCan
Menu
Retour à la cohorte
Enregistrement W2220655995

DESARROLLO DE HABILIDADES INVESTIGATIVAS: COMPARACION ENTRE EL CURRICULUM TRADICIONAL Y EL CURRICULUM BASADO EN PROBLEMAS

2012· article· es· W2220655995 sur OpenAlexaboutno aff
Sánchez González Sonia Rafaela, Mogre Mogre Victor, Amalba Amalba Anthony, Eden Nammirka Maalug

Notice bibliographique

RevuePrimer Congreso Virtual de Ciencias Morfológicas · 2012
Typearticle
Languees
DomaineSocial Sciences
ThématiqueProblem and Project Based Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPsychologyPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El metodo pedagogico  del  Aprendizaje  Basada en Problemas, Problem Based Learning (PBL), comenzo en la Mc Master University en Canada a mediados de la decada de los 60. Posteriormente fueron muchas las universidades del mundo que asumieron este metodo. Entre ellas esta la Universidad para el Desarrollo de los Estudios (University for Development Studies, UDS) localizada en Tamale Region Norte de Ghana, donde este programa se puso en practica desde hace mas de cuatro anos. Las formas de organizacion de la ensenanza  son: las conferencias, tutoriales, las practicas de laboratorio, las practicas para el desarrollo de habilidades clinicas y las practicas de campo. El metodo esta centrado en el estudiante y en su preparacion individual. El objetivo de esta investigacion fue evaluar las habilidades que los estudiantes adquieren  en la busqueda  de  informacion para resolver las tareas de  cada uno de los temas de estudio y comparar los resultados con el curriculo tradicional (CT). La muestra incluyo los estudiantes  del Metodo Tradicional (MT) y los del Aprendizaje Basado en Problemas (ABP). El 83.1% de los estudiantes participo en la investigacion y respondio el cuestionario. Para analizar los resultados usamos la media estadistica. Esta investigacion mostro diferencias entre el MT y el metodo del Aprendizaje Basado en Problemas (ABP) con claras ventajas para el metodo del ABP, que  motivo mas  a los estudiantes a obtener informacion de diferentes fuentes y los estimulo a expresar su interes en realizar investigaciones biomedicas en un futuro.

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)0,013
score de la tête « metaresearch » (Gemma)0,041
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,002
Communication savante0,0070,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,021
Tête enseignante GPT0,311
Écart entre enseignants0,290 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePrimer Congreso Virtual de Ciencias MorfológicasMême sujetProblem and Project Based LearningTravaux en français237 207