Cashflow como objeto virtual de aprendizaje de la Administración Financiera. Caso: Instituto Luis A. Martínez de Ambato
Notice bibliographique
Résumé
Introducción. La educación financiera representa un eje fundamental en la vida diaria de las personas; la administración efectiva de los recursos económicos conlleva a considerarse la creación de una sociedad más productiva y desarrollada; es por tal razón que los docentes de esta área están llamados a intervenir y aplicar nuevos paradigmas de enseñanza – aprendizaje de tal manera contrarrestar las ineficaces metodologías tradicionales. Objetivo. Demostrar que la utilización de Objetos Virtuales de Aprendizaje (OVAs) con escenarios semejantes a la realidad inciden positivamente en los educandos y facilitan las actividades de los docentes en el Instituto Tecnológico Luis A. Martínez. Metodología. Un enfoque cuantitativo, con la comprobación de hipótesis; la información se recolectó en dos instancias la primera con la aplicación del test de diagnóstico financiero, el test de inteligencias múltiples a una muestra de 106 estudiantes del establecimiento, concluyéndose con una entrevista semiestructurada realizada a cada docente de la especialidad; posteriormente se ejecuta un programático de entrenamiento de la OVA (CASHFLOW) y se finaliza con test post- diagnósticos. Resultados. Entre los más significativos fue encontrar una diferencia del 40% entre el diagnóstico inicial y el post – diagnóstico; con la aplicación del test financiero se evidenció que en principio tanto en conocimientos, actitudes y comportamiento el 60% presentaron resultados desfavorables en el área; en el test de inteligencias múltiples lo significativo de los sujetos analizados fue que demostraron tres tipos de inteligencias predominantes: intrapersonal, interpersonal y rítmica. Luego de la aplicación del programático, los resultados son significativamente favorables y todos los tipos de inteligencias múltiples analizadas presentan valores medianos. Conclusión. Se concluyó que la aplicación del objeto virtual de aprendizaje (CASFLOW) contribuye a mejorar las puntuaciones en el rendimiento académico y personal del estudiante; además estimula al docente a replantearse los métodos de enseñanza y evaluación que aplica en la actualidad.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».