MétaCan
Menu
Retour à la cohorte
Enregistrement W4292371606 · doi:10.55467/reder.v6i2.100

Certificado de Posgrado en Planificación del Desarrollo Local, Ordenamiento Territorial y Gestión del Riesgo: Estudio Longitudinal KAP

2022· article· es· W4292371606 sur OpenAlexaff
Juan Pablo Sarmiento, Catalina Sarmiento

Notice bibliographique

RevueRevista de Estudios Latinoamericanos sobre Reducción del Riesgo de Desastres REDER · 2022
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceMedicinePhilosophy

Résumé

récupéré en direct d'OpenAlex

Este estudio evalúa la retención de conocimientos de los egresados de la quinta cohorte del Certificado en 'Planificación del desarrollo local, ordenamiento territorial y gestión del riesgo de desastres' (PDLOTGR), postgrado implementado en Latinoamérica durante el 2020 y 2021. Este es el segundo estudio sobre rendimiento académico del Certificado. El primero se centró en la evaluación de las cuatro primeras cohortes 2016-2020. Este estudio longitudinal se basa en una evaluación previa y una posterior a la capacitación. El diseño incluye una adaptación del método de Conocimiento, Actitud y Práctica (KAP), una encuesta, la aplicación del índice KAP, y el empleo de la prueba Wilcoxon para evaluar la diferencia entre las dos evaluaciones. Los resultados confirman que el mayor valor obtenido en el KAP posterior a la capacitación para los subíndices de conocimiento y práctica, así como para el índice compuesto KAP es estadísticamente significativo. Estos resultados indican un impacto positivo y duradero (6-14 meses) del PLDOTGR que coloca a sus egresados en una mejor posición para desempeñarse en temas complejos vinculados a la seguridad del territorio. El estudio reafirma la utilidad del método KAP para evaluar el nivel percibido de conocimiento, actitud y práctica de un grupo de profesionales capacitados.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Estudios Latinoamericanos sobre Reducción del Riesgo de Desastres REDERMême sujetBusiness, Innovation, and EconomyTravaux en français237 207