Diseño y elaboración de programas de autor para la creación de ejercicios interactivos
Bibliographic record
Abstract
Una de las posibilidades mas interesantes que las tecnologias de la informacion brindan al profesor es la de proponer a sus alumnos la realizacion de ejercicios interactivos. A diferencia de los ejercicios propuestos tradicionalmente en papel impreso, los ejercicios en soporte digital ofrecen, entre otras ventajas, la capacidad de responder de determinada manera a cada una de las acciones del estudiante: sea indicando simplemente el acierto o error de una respuesta, proporcionando informacion adicional o, incluso, variando el orden predeterminado de la secuencia didactica en funcion de las necesidades de aprendizaje detectadas por el sistema. Hoy, los profesores y estudiantes de lenguas extranjeras pueden elegir entre una amplia oferta de materiales didacticos interactivos, sea en cd-rom o bien accesibles a traves de Internet. Ahora bien, de la misma manera que, al usar material didactico publicado en soportes convencionales, los profesores echan de menos en ocasiones la incorporacion de contenidos o estrategias que se adapten a las necesidades, intereses y estilos de aprendizaje de sus alumnos, y deciden por ello elaborar sus propios materiales, disenados a su medida, otro tanto les ocurrira con el material en soporte digital. Entonces, ?se ven los profesores de lenguas abocados a adquirir los conocimientos y las destrezas tecnicas propias de expertos capaces de producir complejos programas informaticos? Afortunadamente no, ya que disponen de los llamados programas de autor, es decir, sistemas cerrados que permiten crear diversos ejercicios interactivos completando unas plantillas de manera sencilla y sin necesidad de tener conocimientos de programacion. Existen programas de autor especializados en la creacion, por parte de los profesores, de material didactico interactivo. Los englobaremos por tanto dentro del termino general de metarrecursos, dado que permiten generar nuevos recursos. Numerosos son los ejemplos que desde hace anos han ido surgiendo en relacion con este tipo de programas, ya sea en cd-rom o en Internet. Entre los pioneros y mas universales, cabe citar el programa Hot Potatoes, desarrollado por la Universidad de Victoria, en Canada.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.005 |
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".