MétaCan
Menu
Retour à la cohorte
Enregistrement W4395954941 · doi:10.22458/rc.v27iespecial.5273

Impacto de los laboratorios remotos ultra concurrentes para el desarrollo de la actividad experimental en química

2024· article· es· W4395954941 sur OpenAlexaff
Fiorella Lizano-Sánchez, Eric Montero-Miranda, Ronald Sánchez-Brenes, Carlos Arguedas-Matarrita

Notice bibliographique

RevueRepertorio Científico · 2024
Typearticle
Languees
DomainePsychology
ThématiquePsychology Research and Bibliometrics
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésGeographyHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,032
Tête enseignante GPT0,443
Écart entre enseignants0,410 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepertorio CientíficoMême sujetPsychology Research and BibliometricsTravaux en français237 207