MétaCan
Menu
Retour à la cohorte
Enregistrement W4292878037 · doi:10.46932/sfjdv3n4-116

Impacto del círculo de lectura para desarrollar habilidades blandas en futuros ingenieros

2022· article· es· W4292878037 sur OpenAlexaff
Lesly Anahi Barrera Pacheco, Juan Hernández Cervantes

Notice bibliographique

RevueSouth Florida Journal of Development · 2022
Typearticle
Languees
DomaineComputer Science
ThématiqueEducational Innovations and Technology
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPsychology

Résumé

récupéré en direct d'OpenAlex

En este artículo se presentan los resultados de un análisis cualitativo llevado a cabo en el Instituto Tecnológico Superior del Occidente del estado de Hidalgo, sobré estrategias de lectura, con el objetivo de gestionar el desarrollo de habilidades blandas en Estudiantes de Ingeniería. Cómo metodología en primera instancia, se implementó un prototipo de círculo de la lectura, donde se establecieron reglas por los integrantes, en el marco de actividades complementarias IV, los resultados de esta actividad reflejaron que los alumnos muestran interés por el material bibliográfico utilizado en los programas educativos. De esta manera se provee un ambiente mas libre para establecer vínculos emocionales con la lectura, elevando su confianza, para expresar sus ideas y madurez emocional. Lo cual propone una hipótesis de trabajó futuro, el saber si existe un mayor atractivo al estudiante para mejorar su redacción cuando han logrado un vinculo emocional con la lectura.

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)0,007
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,018
Tête enseignante GPT0,266
Écart entre enseignants0,249 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSouth Florida Journal of DevelopmentMême sujetEducational Innovations and TechnologyTravaux en français237 207