MétaCan
Menu
Retour à la cohorte
Enregistrement W4399529394 · doi:10.23857/pc.v9i6.7331

Estrategias para fomentar el aprendizaje activo en el aula de pedagogía Universitaria

2024· article· es· W4399529394 sur OpenAlexaff
L Salazar, Enma Katherine Gamboa López, María Fernanda Pico Núñez

Notice bibliographique

RevuePolo del Conocimiento · 2024
Typearticle
Languees
DomaineComputer Science
ThématiqueEducational Innovations and Technology
Établissements canadiensInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

El aprendizaje activo en la pedagogía universitaria ha cobrado relevancia actual, por tal razón, se ha consolidado como una herramienta que fomenta la participación y el aprendizaje activo de los estudiantes en el aula de clases. Esta metodología tiene un enfoque en que la transmisión de conocimientos implique al estudiante de manera activa en su propio desarrollo del conocimiento y en el proceso de aprendizaje. Son diversas las estrategias que conforman este paradigma por lo que la presente investigación se plantea el análisis de estas estrategias en el aprendizaje activo en el aula de pedagogía universitaria. La búsqueda de la literatura en las diferentes bases de datos como son Dialnet, Scielo, Google académico, Scielo, entre otros, destacó estrategias como el constructivismo, que pone énfasis en la construcción del conocimiento mediante la interacción del estudiante con el entorno; el aprendizaje experiencial, propicia un aprendizaje a partir de la experiencia directa; el aprendizaje cooperativo, promueve la colaboración entre estudiantes; el aprendizaje basado en problemas (ABP), permite desarrollar habilidades de resolución de problemas; el aprendizaje basado en proyectos (ABPr) con la inclusión de los estudiantes en la creación y desarrollo de proyectos concretos; el aprendizaje situado, contextualiza el aprendizaje en entornos relevantes y el aprendizaje contemporáneo, integra herramientas actuales en el proceso educativo. Estas metodologías de enseñanza se combinan y adaptan a las necesidades especificas de cada contexto educativo, implementando tecnologías actuales con el objetivo de potenciar el desarrollo integral de los estudiantes, se debe evaluar cada una de ellas antes de su implementación.

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)0,024
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0100,016
Communication savante0,0190,013
Science ouverte0,0030,015
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,038
Tête enseignante GPT0,366
Écart entre enseignants0,327 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolo del ConocimientoMême sujetEducational Innovations and TechnologyTravaux en français237 207