Evaluación de competencias genéricas en la universidad. Estudio comparativo en entorno b-learning y presencial
Notice bibliographique
Résumé
The general objective of this research was to design and evaluate a system of Soft skills assessment in b-learning en- vironments of teaching-learning in Higher Education, level committed to the comprehensive and relevant professional training. Specifically, the skills commitment, communication, innovation, leadership and teamwork, which are inherent in the integral formation of the person because they facilitate their proper performance in the personal, social and or- ganizational context. The research was carried out at the Complutense University of Madrid, through a sample of 893 students from the Faculties of Education, Physical Sciences and Sociology, during the 2015-2016 academic year. A pretest-posttest design was used with an experimental group and a non-equivalent control group, in the b-learning and face-to-face context, respectively. Likewise, it relied on the foundations of e-Learning-Oriented e-Assessment (e-EOA), the methodology of problem-based learning (ABP), communication through electronic forums and the wiki as a collabo- ration tool. For the data collection, five scales were applied, before and after a quarter of intervention, with the interest of measuring the level of acquisition of said skills. After the analysis of covariance, the results reveal that teamwork was the Soft skills with the highest level of achievement among the students participating in the b-learning modality, while the commitment, communication and innovation skills developed significantly better in the face-to-face context Regarding the learning of leadership skills, it was verified that the context has no repercussion. \n-
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».