Desarrollo del pensamiento lógico basado en resolución de problemas en niños de 4 a 5 años
Bibliographic record
Abstract
Se presenta los resultado de la investigación descriptiva longitudinal panel “Desarrollo del pensamiento lógico matemático basado en resolución de problema en niños y niñas de 4 a 5 años” de una institución educativa pública de Osorno Chile, que se realizó mediante un programa de intervención educativa basada en problemas durante 2013 -2014, utilizando estrategia didáctica de la vida práctica a través del juego, con el propósito de analizar los procesos del desarrollo del pensamiento lógico. El instrumento fue la “Escala para Observar Estrategias de Resolución de Problemas” de Sáiz & Román (2011), además se hizo el registro de notas de campo. En este artículo se presentan los resultados de los ítems de atención comprensión y motivación. Se encontró que algunos niños son ingeniosos buscando recursos para resolución de situaciones problemas, otros imitan, piden ayuda y resuelven con la repetición de instrucciones; algunos necesitan apoyo concreto con sugerencias y muy pocos no se esfuerzan ni intentan hacerlo. Se concluyó que el desarrollo del pensamiento se propicia en un ambiente social donde la educadora juega un papel importante contribuyendo a la interacción de los niños haciendo uso de la comunicación efectiva y apoyo mutuo.
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 | 0.007 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".