GUÍA UCO PARA LA ELABORACIÓN Y EVALUACIÓN DE UN TFG: ANÁLISIS DE PROBLEMAS Y PROPUESTA SINCRÉTICA DE SOLUCIONES
Bibliographic record
Abstract
El presente proyecto surge para dar respuesta a una serie de problemas que se dan durante el proceso de elaboración y defensa de los Trabajos Fin de Grado en el marco de la Universidad de Córdoba. A pesar de que actualmente existen esfuerzos por mejorar los criterios aplicados en los distintos centros de la UCO, se ha podido comprobar una falta de uniformidad en las guías y en las recomendaciones ligadas a la realización de los TFG, algo que, salvando la comprensible adecuación a las características de cada área, puede suponer un riesgo para la consecución de un sistema de evaluación justo. Además, algunas facultades carecen de criterios públicos de evaluación, lo que puede dar lugar a situaciones arbitrarias o irregulares. Para ello, en primer lugar, se ha analizado la opinión de profesorado y alumnado con respecto al TFG. Con el fin de resolver las deficiencias encontradas, se ha propuesto una solución que englobe todos los centros que forman la UCO: una herramienta que contemple las competencias básicas reconocidas por la legislación actual, comunes a todos los grados, y que tengan naturaleza transdisciplinar, para, a partir de ahí, poder construir un sistema de evaluación más razonable, coherente y uniforme para toda la Universidad de Córdoba.
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 | 0.012 | 0.030 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
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".