Programa Yo Leo implementado por el Ministerio de Educación y su aplicación en las instituciones del Sur de Quito
Bibliographic record
Abstract
El presente trabajo, responde a dos cuestiones. La pregunta de partida es ¿Se aplica el programa Yo Leo en las instituciones educativas? A esta se suma la duda ¿Qué estrategias utiliza el docente para desarrollar la una adecuada animación a la lectura? Para este estudio se han considerado a docentes de la ciudad de Quito, que dan clases en el nivel de educación general básica subnivel básico media. Proponiendo como objetivo determinar si el Programa Yo Leo implementado por el Ministerio de Educación es una estrategia de animación a la lectura que, con el uso de técnicas activas, desarrolla en los estudiantes el gusto por la lectura. El marco teórico ha sido elaborado con bases de datos en línea, la búsqueda de estos recursos se los hizo en ERIC (Educational Resource Informatión Center), Proquest-CSA, CSIC (Humanidades y Ciencias Sociales), y repositorios como Teseo y Tesauro. El diseño de esta investigación es cuasi experimental, para la recolección de datos se aplicó una encuesta en línea, con diez preguntas cerradas de opción múltiple a los docentes objeto de estudio, elaborada en Google Forms y enviando el link vía correo electrónico. Los resultados determinan que la mayor parte de docentes no conocen los lineamientos que da el ministerio para el desarrollo de un proyecto de lectura denominado “Yo Leo”; tampoco se manejan acciones y estrategias de animación a la lectura, muchos de los docentes encuestados no tienen un hábito lector. Concluyendo que se debe fortalecer la práctica de este programa de forma multidisciplinar.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.026 | 0.003 |
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".