¿Cómo se refleja la legislación educativa en los libros de texto? Un estudio de metodología mixta en relación a los contenidos mínimos de educación musical en el segundo ciclo (3-6 años) de educación infantil
Bibliographic record
Abstract
Si bien existen multitud de trabajos dedicados al estudio de la legislación educativa o de los libros de texto, son escasos los que se dedican a su investigación de forma conjunta. En el presente estudio, se ha investigado de qué manera la legislación estatal española que regula los contenidos mínimos preceptivos en Educación Infantil en la etapa de 3 a 6 años se refleja en los libros de texto, con respecto a los contenidos relativos al desarrollo de la educación musical. A través de una metodología mixta polietápica, se han llevado a cabo análisis cualitativos de teoría fundamentada y de contenido, así como análisis cuantitativos descriptivos y relacionales de clúster y de la varianza. Los resultados aportan evidencias sobre la existencia de una moderna filosofía de educación musical subyacente en la legislación estudiada, discrepancias entre esta filosofía y su desarrollo en libros de texto, así como la existencia de diferentes perfiles respecto al tratamiento de los contenidos de música. Finalmente, discutimos implicaciones de los resultados en relación al uso de los libros de texto en esta etapa educativa y en relación a la educación musical.
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 | 0.015 | 0.048 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".