MétaCan
Menu
Back to cohort

Utilidad de las clases online en medicina de pregrado; percepción de los alumnos

2021· article· es· W4206652681 on OpenAlexaff
Víctor Manuel Gómez López, Sandra Rosales Gracia, Karla Isabel Berrones Sánchez, Constanza Margarita Berrones Sánchez

Bibliographic record

VenueInvestigación en Educación Médica · 2021
Typearticle
Languagees
FieldComputer Science
TopicEducational Innovations and Technology
Canadian institutionsImpactMinistère de l’Emploi et de la Solidarité Sociale (Québec)
Fundersnot available
KeywordsHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Introducción: Las repercusiones de la pandemia por COVID-19 han impactado a la sociedad en general y, en particular, a la educación médica; por lo que las escuelas de medicina han puesto en práctica la creatividad, tanto de directivos y docentes, para hacer frente a esta situación con las mejores estrategias que incidan positivamente en la formación de los futuros médicos. Objetivo: Comparar la percepción que tienen los alumnos, según su semestre, acerca de la utilidad de las clases online en medicina de pregrado de una escuela particular del sur del Estado de Tamaulipas en México.Método: Encuesta online a través de Google Forms a 261 alumnos del 1º al 8° semestre, de una escuela de medicina particular del sur de Tamaulipas, seleccionados a través de un muestreo estratificado. Como variable principal del estudio, se consideró la percepción de lautilidad de las clases online.Resultados: El 53% de los alumnos no está de acuerdo en que la modalidad online sea útil para el desarrollo de los saberes procedimentales, y el 80% considera que las clases presenciales son mejores que las clases online.Conclusiones: La modalidad online no es útil para el desarrollo del componente procedimental de la competencia clínica, y es útil solamente en algunas asignaturas de la carrera de medicina. La educación en forma presencial es mejor que la modalidad online para el a aprendizaje de la medicina.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.570
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.003
Science and technology studies0.0010.001
Scholarly communication0.0000.001
Open science0.0020.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.022
GPT teacher head0.333
Teacher spread0.312 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations4
Published2021
Admission routes1
Has abstractyes

Explore more

Same venueInvestigación en Educación MédicaSame topicEducational Innovations and TechnologyFrench-language works237,207