LA CALIDAD EN LOS AMBIENTES VIRTUALES DE APRENDIZAJE. UNA ADAPTACIÓN DE CATEGORÍAS E INDICADORES PARA LOS PROGRAMAS A DISTANCIA DEL CONTEXTO MEXICANO
Bibliographic record
Abstract
El presente trabajo presenta los resultados de un estudio comparativo entre las variables de calidad especificas para la educacion a distancia a partir de los parametros que establecen cuatro diferentes organismos internacionales, a saber: 1) El Centro Virtual para El Desarrollo de Estandares de Calidad para La Educacion Superior a Distancia de America Latina y El Caribe, 2) La Fundacion Europea para la Calidad en la Ensenanza Virtual, 3) The Canadian Association for Community Education y 4) La Asociacion Espanola para La Calidad; asi como de tres organismos mexicanos, que son: 1) La Asociacion Nacional de Universidades e Instituciones de Educacion Superior, 2) Los Comites Interinstitucionales para la Evaluacion de la Educacion Superior y 3) El Consejo para la Acreditacion de la Educacion Superior. El analisis de los estandares de los diferentes organismos permitio estructurar una propuesta que sirviera para evaluar, especificamente en la dimension academica, la calidad del diseno instruccional en ambientes virtuales de aprendizaje. Se contextualizo la experiencia en un programa de educacion a distancia que ofrece la Universidad de Guadalajara desde 1994 y que a la fecha ha sido evaluado y acreditado com testimonio de calidad nacional bajo los estandares mexicanos. Lo anterior fue el motivo por el cual se considero la experiencia academico/administrativa vivida en dicho programa para pensar en un modelo mexicano ad hoc a la realidad de la universidad publica em Mexico que si bien es conciente de sus limitaciones presupuestales y estructurales, no deja de responder a las demandas de calidad que el momento historico exige a la educacion a distancia.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".