MétaCan
Menu
Retour à la cohorte
Enregistrement W4380051326 · doi:10.1344/ridas2023.15.2

Aprendizaje-servicio: abriendo caminos de sentido desde el aprendizaje basado en retos

2023· article· es· W4380051326 sur OpenAlexaff
Dides Iliana Hernández-Silvera, Mariela Alejandra Ghilardelli, Mariana Damonte

Notice bibliographique

RevueRIDAS Revista Iberoamericana de Aprendizaje y Servicio · 2023
Typearticle
Languees
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensAdidas (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

Durante la postpandemia derivada de la COVID-19 y con la paulatina incorporación social después del aislamiento preventivo obligatorio se llevó a cabo un proyecto educativo de aprendizaje-servicio, mediante talleres virtuales de estimulación cognitiva a adultos mayores con fines a potenciar el ejercicio cerebral en beneficio del aprendizaje cotidiano. Este trabajo tiene por objetivo describir y analizar el ofrecimiento didáctico y las acciones correspondientes a la Clínica Psicopedagógica en adultos mayores, por parte del alumnado del último año de la carrera de Licenciatura en Psicopedagogía, en la Universidad Católica Argentina. La experiencia reúne la metodología de aprendizaje-servicio y el enfoque de aprendizaje basado en retos con la doble intención de desarrollar competencias en el marco de las prácticas preprofesionales y brindar un servicio según demanda. El estudio transversal descriptivo realizado estimó el impacto de la propuesta en ambos grupos. Los datos fueron recogidos mediante un muestreo por conveniencia. Participaron en la propuesta 88 adultos de grupos pastorales de Argentina y otros países de Sudamérica (Ecuador, Perú, Venezuela, Guyana, Honduras) y una participante de España (87% mujeres y 13 % hombres), entre 30 y 91 años (M= 3.22; DE= 1.4).

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0040,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,012

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 Opus0,016
Tête enseignante GPT0,360
Écart entre enseignants0,344 · 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'étudeSans objet
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRIDAS Revista Iberoamericana de Aprendizaje y ServicioMême sujetResilience and Mental HealthTravaux en français237 207