¿Cómo hacer más coeducativos los patios de recreo? Una propuesta de aprendizaje-servicio
Bibliographic record
Abstract
El reconocimiento de la igualdad de derechos de todas las personas legislativamente es un hecho, pero, a la luz de las investigaciones, aún queda mucho camino por recorrer para llegar a la igualdad real entre chicas y chicos. La escuela debería garantizar esta igualdad de derechos, y, sin embargo, en los patios de las escuelas existe una gran asimetría en su uso. El objetivo de este trabajo fue diseñar una nueva organización del patio, desde una perspectiva de género, llevada a cabo a través de una experiencia de aprendizaje-servicio (ApS). El proyecto parte de una necesidad detectada en el centro escolar y para llevarlo a cabo ha sido imprescindible la colaboración del alumnado, del profesorado y de la dirección del centro. La propuesta de servicio fue diseñada por una alumna universitaria para el alumnado de 5º y 6º de Educación Primaria, 36 chicos y 28 chicas, en la que el espacio del patio se dividió en 6 zonas con diferentes propuestas de utilización. Para la recogida de información se utilizaron observaciones, hojas de evaluación del alumnado, diarios y autoevaluaciones. El cambio propuesto ha dejado patente el hecho de que las niñas y los niños juegan de manera conjunta cuando las propuestas ofrecidas están pensadas teniendo en cuenta la perspectiva de género. Las personas del centro educativo implicadas mostraron satisfacción con la propuesta realizada y siguieron utilizándola tras finalizar el período del servicio.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.012 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".