Manejo de actividades lúdicas con estudiantes de medicina en inglés
Bibliographic record
Abstract
En la actualidad, las clases impartidas en la carrera de medicina siguen manteniendo su estilo y forma tradicional que por décadas ha puesto al docente como agente principal en el proceso de enseñanza aprendizaje quedando el alumno relegado a un participante pasivo en su formación de aprendizaje, razón por la cual es imperioso la aplicación de actividades lúdicas y entretenidas y más importante aun cuando se pretende enseñar en una segunda lengua como es el inglés. Objetivo: Mejorar la forma de enseñanza del inglés sobre temas médicos a través del uso de actividades lúdicas y activas que despierten el interés en los alumnos por aprender medicina en una segunda lengua. Método: Se realizó una intervención educativa a 2 grupos de estudiantes de cuarto semestre de la carrera de medicina de la Escuela Superior Politécnica de Chimborazo mediante una prueba que permita detectar el rendimiento y nivel de captación del tema del primer grupo recibiendo la clase de manera tradicional para después analizar los datos y contrastarlos con la prueba del segundo grupo recibiendo las clases con actividades dinámicas y lúdicas que permitan evidenciar un aumento significativo de la comprensión de los temas. Se tabularon los datos y se presentaron a los alumnos para su posterior discusión. Resultados: Se puede notar claramente una mejora en la atención, interés y comprensión de los temas médicos impartidos en inglés por parte de los alumnos y consecuentemente mejora su retención. Conclusiones: Con la presente intervención educativa aplicada en el campo médico con el idioma inglés se logró determinar la importancia de usar estrategias metodológicas dinámicas en las clases debido a la gran influencia que tiene en la atención, retención y comprensión en los alumnos.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".