Modelo sistémico axiológico para las escuelas de ingeniería en el Instituto Politécnico Nacional
Bibliographic record
Abstract
Proporcionar una educación de calidad es prioridad en el sistema educativo, principalmente en el Instituto Politécnico Nacional (IPN) de México, donde a pesar de la intención de llevar a cabo cambios fundamentales, aun no existen estrategias de implementación en el área actitudinalvaloral. Se señala a la calidad como una prioridad que se traduzca en un mayor bienestar para la mayoría y un mayor alcance de la educación. Diversa es la problemática que enfrenta en general nuestro país y es labor de las instituciones educativas a nivel superior generar egresados capaces de repararla. Hemos diagnosticado como origen de la problemática la falta de ética en los principales sistemas que conforman a nuestro país; por ello, se realiza un análisis y síntesis de la problemática para identificar arquetipos morales utilizando la metodología de sistemas de Checkland. Como resultado de la aplicación de la metodología al análisis axiológico se obtuvieron cuatro variables principales: honestidad, responsabilidad, servicio y justicia. Un segundo paso fue generar un instrumento diagnóstico de medición de estas variables en los estudiantes de la Escuela Superior de Ingeniería Mecánica y Eléctrica (ESIME) en el IPN. Los resultados de dicha encuesta nos indican que, principalmente, la honestidad y el servicio son valores que se necesitan reforzar ya que no se encuentran arraigados. Se propone que las variables identificadas sean reforzadas en un modelo educativo sistémico para llevar a cabo una mejoría de los valores, que derivarán en un cambio de actitudes e incidir en las acciones. Dando como resultado una mayor satisfacción y mejores logros a nivel individual que impacten en un mayor bienestar social.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.035 | 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".