Formación de docentes a través de la resolución de un problema biotecnológico en un ambiente de aprendizaje colaborativo mediado por computadora
Bibliographic record
Abstract
La inmersión del impacto social de la Biotecnología en la escuela exige de los profesores una actualización constante. En la búsqueda de propuestas de formación los docentes demandan estrategias que les permitan introducir estos conceptos de manera renovadora en el aula. Para dar respuesta a esta necesidad diseñamos un curso de capacitación docente en un contenido disciplinar específico de Biotecnología: plantas transgénicas. La estrategia implementada fue el Aprendizaje Basado en Problemas en un ambiente de aprendizaje colaborativo mediado por las Tecnologías de la Información y la Comunicación. La capacitación se centró en la resolución de un problema abierto de manera colaborativa en grupos de cuatro personas, en los que cada integrante debía cumplir un rol específico para la resolución del problema. Los resultados de la aplicación de esta experiencia y sus consideraciones didácticas se discuten en este artículo.
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 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".