MétaCan
Menu
Retour à la cohorte
Enregistrement W4387917890 · doi:10.59758/rcci.2023.1.e8

El Accountability Educacional como estrategia de mejora institucional post-pandemia COVID-19

2023· article· es· W4387917890 sur OpenAlexaff

Notice bibliographique

RevueREVISTA CIENTÍFICA CUADERNOS DE INVESTIGACIÓN · 2023
Typearticle
Languees
DomaineSocial Sciences
ThématiqueEducation and Teacher Training
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésAccountabilityPolitical scienceHumanitiesCoronavirus disease 2019 (COVID-19)PhilosophyMedicine

Résumé

récupéré en direct d'OpenAlex

El Accountability Educacional se ha perfilado como una herramienta eficaz para la rendición de cuentas de las instituciones educativas, tanto en aspectos financieros como en los relacionados con información, resultados académicos y gestión de personal, destacándose con mayor énfasis en un escenario complejo como lo es el período de pandemia y post pandemia COVID-19. Por esto, el propósito de este artículo estuvo centrado en vislumbrar el nivel de consideración que tienen las instituciones educativas sobre los componentes del Accountability en el análisis de sus resultados educativos y la toma de decisiones pedagógicas, lo cual se logró a través de un estudio basado en el paradigma positivista, con un método de campo descriptivo. Entre los resultados más relevantes de esta investigación, se puede destacar que las instituciones educativas han considerado sólo algunos de los aspectos del Accountability en su gestión escolar, dejando de lado otros aspectos importantes que podrían contribuir significativamente en el desarrollo efectivo de su proceso educativo. Entre las conclusiones se destaca la importancia de este estudio en la realización de una propuesta de estrategias eficaces y efectivas para la implementación de los componentes del Accountability en la gestión educativa institucional, apuntando al incremento de la calidad educativa.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
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 consensuellesCharge 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 enseignants0,746
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,092
Tête enseignante GPT0,402
Écart entre enseignants0,310 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueREVISTA CIENTÍFICA CUADERNOS DE INVESTIGACIÓNMême sujetEducation and Teacher TrainingTravaux en français237 207