Electronics Workbench, una herramienta didáctica para mejorar el aprendizaje en el laboratorio de circuitos eléctricos.
Bibliographic record
Abstract
El presente articulo tiene como objetivo proponer un programa de simulacion computacional Electronics Workbench como herramienta didactica para mejorar el aprendizaje dentro del laboratorio de circuitos electricos. El Electronics Workbench, es un programa de simulacion computacional que traducido al espanol significa Banco de Trabajo de Electronica, creada en la ciudad canadiense Toronto. La metodologia es de tipo proyectiva y de campo, basada en investigacion no experimental transeccional. La muestra quedo conformada por los(as) docentes facilitadores e instructores de laboratorio, estudiantes, los laboratorios de fisica y computacion del IUP “Santiago Marino” Extension COL, sede Cabimas. Para la recoleccion de informacion se utilizo como tecnica, la encuesta tipo cuestionario y la observacion directa. Los instrumentos que se utilizaron para recopilar informacion fue a traves de un cuestionario con el metodo de escalamiento de adaptacion con tres (3) alternativas o puntos en las escalas de valores segun Liker y otro con respuestas dicotomicas subdivido en dos (2) categorias. Los instrumentos fueron sometidos a un tratamiento estadistico con el objeto de garantizar su validez y confiabilidad. El instrumento N°1 demostro que el Electronics Workbench como material didactico activa al aprendizaje, permitiendo estimular la creatividad, asi como procesar la informacion bajo la modalidad presencial, semipresencial y a distancia. El instrumento N°2, determino que el IUP “Santiago Marino” cuenta con los recursos tecnicos, operativos y economicos para desarrollar la investigacion. En lineas generales, las actividades practicas de laboratorio deben emplearse las tecnologias de informacion y comunicacion como estrategia de ensenanza.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.050 | 0.015 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".