MétaCan
Menu
Retour à la cohorte
Enregistrement W3174286585 · doi:10.32870/dse.v0i23.779

Estrategia artística para mejorar la expresión oral en estudiantes mexicanos: un estudio piloto

2021· article· es· W3174286585 sur OpenAlexaff
Tomás Jesús Gómez Calles, Higinio Fernández‐Sánchez, Hercy Baez Cruz, Mariana Peréz-Pérez

Notice bibliographique

RevueDiálogos sobre educación · 2021
Typearticle
Languees
DomaineComputer Science
ThématiqueEducational Innovations and Technology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArtPsychology

Résumé

récupéré en direct d'OpenAlex

La presente investigación tiene como objetivo realizar un estudio piloto para, posteriormente, llevar a cabo una intervención didáctica mediante actividades de escultura y modelado de plastilina para favorecer la expresión oral en alumnos de educación primaria. Para ello se realizó la selección de un grupo muestra conformado por 28 niños en edades de 6 a 8 años, con quienes se trabajó una técnica artística denominada “Escultura Familiar”, para que a través ella comuniquen la percepción y los sentimientos que experimentan con respecto a su familia. La metodología utilizada para este estudio piloto corresponde a un paradigma cuantitativo con un diseño pre-experimental y la aplicación de un pretest-postest que permitió, a partir del uso de la estrategia señalada, que los alumnos desarrollaran sus habilidades manuales y aumentaran el nivel de expresión oral al exponer y argumentar sus comentarios apoyados en su escultura. Los resultados de este estudio muestran que la intervención es prometedora, y que podría potenciar y estimular el nivel de expresión oral en los alumnos, corroborando que esta resultó ser una gran herramienta educativa. Asimismo, da pauta para implementar la intervención a mayor escala, donde se pueda evaluar la eficacia y la efectividad.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,026
Tête enseignante GPT0,305
Écart entre enseignants0,280 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiálogos sobre educaciónMême sujetEducational Innovations and TechnologyTravaux en français237 207