Secuencias didácticas en la dimensión del espacio: prototipando mapas gráfico-espaciales
Bibliographic record
Abstract
El siguiente documento tiene por objetivo presentar el diseño de un prototipo de mapa gráfico espacial que será testeado dentro del marco de las carreras de diseño gráfico de la UBA; buscamos sea un aporte al planteo de secuencias didácticas desde la dimensión del espacio. Nuestra propuesta se acerca a la de un taller donde el alumno tome un rol protagónico y se relacione con el espacio de un modo activo, autónomo y diferente. Un espacio libre, abierto, donde sucedan actividades que enriquezcan los procesos de enseñanza. Un “laboratorio proyectual”, un espacio que promueve, moviliza y alienta a la experiencia. Un taller que convoca y donde el intercambio sea parte fundamental del proceso; no se trata de una transmisión de conocimiento unilateral, sino de un desarrollo conjunto de experiencias con objetivos compartidos. En palabras de Mariana Maggio Codiseñar los espacios de taller. Pensamos en talleres abiertos donde los docentes, alumnos, herramientas, y objetivos hablen entre sí, se acompañen y potencien el espacio de taller… allí es donde sucede. Los espacios de taller tienen que ser reinventados desde una mirada superadora construyendo vanguardia pedagógica (Mariana Maggio). Concebimos al docente como una guía, a los alumnos como individuos complejos pero interesantes con todas sus cualidades, emociones y multiplicidad de modos de aprender. Y al taller como un lienzo en blanco, capaz de construir a partir de los objetivos y/o etapas que se propongan en cada uno de los proyectos de las cátedras. Tenemos a nuestra disposición una serie de herramientas para ser utilizadas a lo largo de todo el cursado (diagnóstico, seguimiento, crecimiento, motivación, definición, reflexión, evaluación, observación, entre otros). Nuestra propuesta busca dar cuenta de todos estos elementos y conjugarlos en un mapa gráfico-espacial útil como acompañamiento del diseño de secuencias didácticas.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.019 | 0.004 |
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".