MétaCan
Menu
Retour à la cohorte
Enregistrement W3014777290 · doi:10.33262/concienciadigital.v3i1.1.1144

Estrategias metodológicas para mantener la atención de los estudiantes durante las clases de inglés

2020· article· es· W3014777290 sur OpenAlexvenueno aff
Mónica Paulina Castillo Niama, Silvana Patricia Célleri Quinde, Byron Rafael Soria Guerrero, Mayra Rosana Rojas Yumisaca

Notice bibliographique

RevueConcienciaDigital · 2020
Typearticle
Languees
DomaineSocial Sciences
ThématiqueEducation and Teacher Training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

El objetivo del presente trabajo fue identificar las principales causas de la falta de atención de los estudiantes de la Carrera de Mecánica Industrial de la Escuela Superior Politécnica de Chimborazo durante las clases de inglés como Lengua Extranjera y a la vez proponer estrategias metodológicas que contribuyan a resolver este problema. Se trató de una investigación de tipo cualitativo, el proceso de indagación fue inductivo y los instrumentos de recolección de datos fueron la encuesta, la cual fue dirigida a toda la población de esta investigación y la revisión bibliográfica. La población estuvo compuesta por 59 estudiantes de Nivel 1 de inglés de los paralelos 1 y 2. Se identifican tres causas fundamentales por las cuales el docente no logra mantener la atención de los estudiantes, estas son: clases monótonas, falta de motivación y falta de concentración; a lo que se sugieren siete estrategias metodológicas. Adicionalmente, se analizan tres estudios previos sobre el tema, mismos que respaldan el presente estudio, enfatizan la importancia del problema y aportan con estrategias y actividades que pueden ser implementadas dentro del aula de inglés en el proceso enseñanza aprendizaje. Se recomienda que se brinde la atención necesaria no solamente a las necesidades de los estudiantes, sino también de los docentes, a fin de que se puedan alcanzar los objetivos de aprendizaje planteados.

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)0,025
score de la tête « metaresearch » (Gemma)0,038
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0020,002
Communication savante0,0060,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
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 Opus0,110
Tête enseignante GPT0,382
Écart entre enseignants0,272 · 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
GenreMéthodes

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetEducation and Teacher TrainingTravaux en français237 207