MétaCan
Menu
Retour à la cohorte
Enregistrement W2990844269

INNOVACIÓN PEDAGÓGICA INTERDISCIPLINAR ENTRE INGENIERÍA BIOMÉDICA Y CIENCIAS DE LA SALUD

2019· article· es· W2990844269 sur OpenAlexaff
William Ricardo Rodríguez Dueñas, Adriana Ríos Rincón

Notice bibliographique

RevueEncuentro Internacional de Educación en Ingeniería 2019 · 2019
Typearticle
Languees
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSociologyPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La ingenieria biomedica es un campo interdisciplinar que requiere de profesionales que sepan resolver problemas en equipos multidisciplinares de manera eficiente. Sin embargo, en la universidad, los estudiantes de ingenieria biomedica tienen pocos escenarios en donde puedan adquirir y consolidar estas competencias con estudiantes de otras areas, por ejemplo, estudiantes de ciencias de la salud. Una forma de abordar este problema es ofrecer cursos interdisciplinarios en donde se apliquen tecnicas de aprendizaje activo y colaborativo que permitan esta adquisicion y consolidacion de competencias y que a su vez se resuelvan problemas de contextos profesionales reales. Este trabajo muestra los resultados de un estudio de dos anos en donde se implementaron tecnicas de aprendizaje activo y colaborativo para promover entornos de aprendizaje significativos en estudiantes de ciencias de la salud e ingenieria biomedica. Las tecnicas incluyeron: Aprendizaje basado en proyectos, Juego de roles y Hackathons. Los resultados muestran una fuerte correlacion entre la satisfaccion del aprendizaje y la comunidad de practica creada en los estudiantes. Ellos estuvieron satisfechos con la oportunidad de resolver problemas a traves del trabajo en equipos interdisciplinarios y ahora dan mas relevancia a la opinion de estudiantes de otras profesiones.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,532
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,003
Tête enseignante GPT0,254
Écart entre enseignants0,251 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEncuentro Internacional de Educación en Ingeniería 2019Même sujetBiomedical and Engineering EducationTravaux en français237 207