Uso de la taxonomía de Bloom en la mejora de las habilidades de escucha de los estudiantes
Bibliographic record
Abstract
El propósito de este artículo fue presentar los resultados obtenidos durante un estudio llevado a cabo en la Universidad Técnica de Ambato, en la cual la información recolectada fue la base para analizar la mejora de las habilidades auditivas de los estudiantes en el nivel A1 utilizando diferentes actividades basadas en la taxonomía de Bloom. Para establecer la relación entre las variables, se aplicó una encuesta a 153 estudiantes de nivel A1 en el Centro de idiomas. Los resultados de la encuesta se tuvieron en cuenta para aplicar diferentes actividades en un grupo experimental que se eligió al azar. Estas actividades se centraron en varias tareas de escucha basadas en el nivel de aprendizaje de la taxonomía de Bloom. Además, cada actividad desarrollada en el aula se realizó desde la actividad más sencilla hasta la más compleja para que los estudiantes pudieran mejorar su comprensión auditiva. Una vez que los datos fueron interpretados y tabulados se corroboró la hipótesis establecida por medio de la fórmula del Chi-cuadrado, la misma que demostró la mejora en la comprensión auditiva utilizando la taxonomía de Bloom. Finalmente, se formularon varias conclusiones considerando la opinión de los estudiantes como la más importante. Este hecho mostró la conciencia de los estudiantes en la mejora de sus habilidades auditivas. Además, el desarrollo de estas actividades les permitió ver los beneficios en el proceso de aprendizaje y comunicación en inglés. Por lo tanto, eran conscientes de la dificultad en la comprensión de diferentes aspectos tales como: distinguir la idea principal, detalles, resumir información o dar su opinión sobre el tema escuchado.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".