Impacto de los laboratorios remotos ultra concurrentes para el desarrollo de la actividad experimental en química
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
RESUMEN: Introducción: La enseñanza de química tiene desafíos debido a que los estudiantes presentan dificultades en distintos temas. Por esto, fue necesario desarrollar nuevas estrategias pedagógicas para mejorar el rendimiento de los estudiantes, lo que fue más notable durante la pandemia de COVID-19, donde se generó la necesidad de contar con diferentes opciones donde los estudiantes pudieran acceder a una experiencia de laboratorio basada en datos reales que permita desarrollar habilidades analíticas y de observación. Un grupo de trabajo de la Universidad Estatal a Distancia de Costa Rica desarrolló en 2020 laboratorios remotos química. Se han registrado 63 613 usos en diferentes países, que acceden a través de LabsLand. Objetivo: Sistematizar las estadísticas de uso de laboratorios remotos ultra concurrentes de química en distintos contextos educativos con el fin de determinar el impacto que han tenido. Métodos: Se sistematizaron datos de uso disponibles en LabsLand de los últimos tres años, además, se buscaron algunos artículos enfocados en el uso de estos laboratorios. Resultados: Se determinó que Ley de Boyle es el laboratorio más utilizado, se han realizado 6 publicaciones sobre laboratorios ultra concurrentes de Química, los laboratorios remotos han aumentado la internacionalización de distintas universidades con el desarrollo de proyectos que involucran la participación de distintos países. Conclusiones: Existe evidencia del impacto de estos laboratorios por el aumento de usos tras la pandemia. Los trabajos muestran el interés de docentes por incluirlos en sus actividades experimentales. La colaboración con otros países aumentó la posibilidad de expandir su uso a nivel internacional
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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