Estrategias metodológicas aplicadas en el tercer nivel de la escuela de enfermería de la Pontifica Universidad Católica del Ecuador Sede Esmeraldas durante el segundo semestre 2016.
Notice bibliographique
Résumé
La presente investigación está orientada a identificar las estrategias metodológicas adecuadas para el desarrollo del aprendizaje significativo en el área de Enfermería ya que es una tarea muy compleja, porque el desarrollar el conocimiento significativo en el estudiante no es algo fácil, ya que el docente tiene que realizar un estudio previo de las estrategia metodológica adecuadas a aplicar en el aula de clases, las cuales tienen que suplir con las características específicas en lo didáctico y el desarrollo del pensamiento, la cual implica que el docente tenga que crear habilidades para que los alumnos puedan asimilar los conocimientos significativos de una manera adecuada. \nEn el presente trabajo se estudiaron las estrategias metodológicas que pueden aplicar los docentes en el proceso de clases de enfermería para que los conocimientos brindados puedan ser asimilados de una manera fácil mediante los diferentes métodos estudiados que brindan una mayor confianza y solución a las dificultades de asimilación de los conocimientos en el estudiantado.\nSe utilizó la investigación descriptiva, cuyo objetivo fue observar qué estrategias metodológicas utilizaron los docentes en el aula de clases con los estudiantes de la escuela de enfermería, en la que se analizaron las debilidades y fortalezas observadas en el aula de Clases.\nSe empleó la totalidad de la población de docentes, que fueron 13; Se aplicó una encuesta y una ficha de observación en el aula de clases, en la que se verificó cómo se están ejecutando las estrategias metodológicas para para el desarrollo de un conocimiento significativo en el futuro profesional de enfermería.\nEn conclusión, los resultados del estudio dieron a conocer que la mayoría de los docentes no utilizaron las variedades de estrategias metodológicas para crear un conocimiento significativo en los estudiantes, ya que en la mayoría de las clases observadas se evidenció estrategias repetitivas.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».