Repositorio de Recursos Educativos Abiertos: Un caso práctico
Bibliographic record
Abstract
Se presenta el desarrollo de un repositorio de Recursos Educativos Abiertos para el Cuerpo Académico de Cómputo Aplicado del Centro Universitario UAEM Valle de Chalco, con la intención de integrar un repositorio que sea funcional y responda a las necesidades prácticas de diseminación de conocimiento del Cuerpo Académico. Para determinar sus apartados se realizó, inicialmente, una rejilla de observación aplicada a una muestra de 12 repositorios; una vez desarrollada la primera versión del repositorio se efectuaron pruebas de usabilidad. El resultado es un repositorio con los apartados: búsqueda, estadísticas, comunidades, contáctanos, novedades, sugerencias, inicio de sesión, subir recursos, aviso de privacidad, acerca de, ayuda, preguntas frecuentes y políticas. Se concluye que tener políticas de uso definidas acorde a las necesidades de los usuarios propicia la utilización del repositorio. Se sugiere para trabajos futuros medir el impacto del repositorio con personas ajenas al Cuerpo Académico para el cual fue creado.Recibido: 20 de julio de 2018Aceptado: 23 de octubre de 2018
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 | 0.006 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.006 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 0.003 |
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".