MétaCan
Menu
Retour à la cohorte
Enregistrement W2886214297

Intervención didáctica con estrategias de aprendizaje innovadora para generar comprensión en la asignatura Historia Universal con los estudiantes de 9no grado B del Instituto Nacional Amistad Quebec Teustepe, Boaco.

2017· dissertation· es· W2886214297 sur OpenAlexaboutno aff
Cristina Luna, Dorian Lourdes López Narváez

Notice bibliographique

Revuenon disponible
Typedissertation
Languees
DomaineComputer Science
ThématiqueE-Learning and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSociologyPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El objetivo de la presente investigacion es desarrollar de la comprension en la asignatura Historia Universal a traves de la aplicacion de estrategias innovadoras en los estudiantes de noveno grado B en el Instituto Nacional amistad Quebec 2017. La metodologia de la investigacion didactica fue la investigacion accion y se selecciono una muestra de 28 estudiantes. En el desarrollo de la investigacion se pusieron en practica variedades de estrategias innovadoras como la elaboracion de rompecabezas, murales, linea de tiempo, piramides, sobresaliendo la exposicion de caricatura sobre el legado cultural de las primeras civilizaciones donde los alumnos aplicaron sus conocimientos de forma creativa y respetando el trabajo de sus companeros. A traves de la investigacion los estudiantes adquirieron nuevos conocimientos de manera practica y desarrollaron la competencia del trabajo en equipo. Se llego a la conclusion que la intervencion didactica con estrategias innovadoras genero comprension en el contenido primeras civilizaciones agricolas donde los estudiantes demostraron interes participando activamente, obteniendo aprendizaje significativo ademas se podria mencionar que los docentes activos en el centro mostraron interes en la aplicacion de la misma lo que les servira de motivacion para su labor educativa en funcion del desarrollo del proceso de ensenanza aprendizaje enfocado siempre en la formacion integral de los alumnos.

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)0,014
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,336
Score d'incertitude au seuil0,667

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,003
Communication savante0,0050,002
Science ouverte0,0020,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,020
Tête enseignante GPT0,285
Écart entre enseignants0,264 · 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
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetE-Learning and Knowledge ManagementTravaux en français237 207