MétaCan
Menu
Retour à la cohorte
Enregistrement W3191393902 · doi:10.46589/rdiasf.v0i26.160

Impacto de las TICS, en el aprovechamiento académico de los estudiantes

2018· article· es· W3191393902 sur OpenAlexaff
Cirilo Duarte Félix, María Guadalupe Almada Quintero, Lic. Armando Medina Wahnnatah, Verónica Avalos Wahnnatah

Notice bibliographique

RevueRevista de Investigación Académica Sin Frontera División de Ciencias Económicas y Sociales · 2018
Typearticle
Languees
DomaineComputer Science
ThématiqueEducational Innovations and Technology
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La formación basada en Competencias y Estándares, que se expone en este documento, se fundamenta en el uso reflexivo de las TIC. El desafío más grande de esta propuesta de formación es transcender el uso de las TIC y centrarse en la práctica docente y en el óptimo aprovechamiento de los estudiantes. En este trabajo, se abordan elementos importantes del proceso educativo, el fundamental papel que desempeña el docente, su apertura y disponibilidad para el trabajo con el apoyo en las innovaciones tecnológicas para la mejora de los procesos educativos. El propósito de esta propuesta es aportar en la visión de la formación de calidad que un docente en la actualidad debe tener para enfrentar el desafío de enseñar en una sociedad de la información y el conocimiento. Este pretende ser un referente de formación para el mejoramiento de la calidad educativa en instituciones educativas en cualquier nivel de formación, desde un abordaje de niveles de apropiación de las TIC y sus usos educativos. La incorporación de las tecnologías de la información y la comunicación en los procesos educativos, es una medida necesaria y urgente que llevará sin duda a una mejora significativa en el proceso de aprendizaje y enseñanza. Esto implica una considerable inversión económica para la capacitación y actualización docente así como la infraestructura integral y su implementación de manera correcta.

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)0,014
score de la tête « metaresearch » (Gemma)0,036
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: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,036
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0090,009
Communication savante0,0220,008
Science ouverte0,0020,010
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,037
Tête enseignante GPT0,343
Écart entre enseignants0,306 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Investigación Académica Sin Frontera División de Ciencias Económicas y SocialesMême sujetEducational Innovations and TechnologyTravaux en français237 207