DISEÑO DE RÚBRICAS CON TECNOLOGÍA DE LA INFORMACIÓN PARA LA EVALUACIÓN FORMATIVA DE COMPETENCIAS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
En este estudio de carácter educativo y de uso de tecnología de información, se realiza un análisis del buen diseño de un instrumento de evaluación formativa de las competencias que debe adquirir el estudiante de ingeniería. El modelo de competencias en el Tecnológico Nacional de México establece un proceso evaluativo formativo, a través de varios indicadores de desempeño, los cuales se interpretan en una calificación de rango numérico. Para que una evaluación sea de calidad, se debe establecer que el instrumento cuente con criterios y características bien definidas, no ambiguas y explicitas para el estudiante. Para ello, se diseñan rúbricas de evaluación usando tecnologías de información que permitan que el estudiante se autoevalúe antes de entregar la estrategia de enseñanza, para que el docente evalúe con criterios claros y para que se lleve a cabo la retroalimentación después de la evaluación. Usar rúbricas para evaluar, desde un principio y durante todo el proceso, muestra los criterios de evaluación de una estrategia, que se vinculan a los resultados de la competencia a adquirir. Permiten al estudiante monitorear la propia actividad, autoevaluándose, y favorecen la adquisición de responsabilidad ante los aprendizajes. Aumentan la transparencia de la evaluación, esto es, reduce la subjetividad de la evaluación por parte del docente, siendo más justo. Y da retroalimentación al proceso de evaluación en un tiempo más corto, así el estudiante puede identificar los criterios que no cumplió.
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.
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 | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 découle