Formación socioemocional en enseñanza técnico superior. El caso de Construye T, México
Bibliographic record
Abstract
El desarrollo de habilidades socioemocionales contribuye a dar respuesta a las necesidades de formación del estudiantado, tanto en su vida presente como en su futuro. Este artículo da cuenta de un estudio que analiza, desde el enfoque de la Teoría de la Actividad, la implementación de Construye T, programa para la formación socioemocional de estudiantes de Educación Media Superior en México. Se realizaron 14 entrevistas semiestructuradas, colectivas e individuales, a grupos de estudiantes, equipos docentes implementadores y responsables de programa de cinco planteles. Se encontró que estudiantes y equipos de implementación han construido un sentido compartido respecto a los beneficios del programa para la formación de los/as estudiantes; sin embargo, se recogen tensiones en la implementación que se ve modificada por las condiciones del plantel, las reglas de contratación laboral, e incluso el interés de los miembros de la comunidad. A través de los resultados se aportan elementos relevantes a considerar tanto para la mejora en la implementación en los planteles actuales, como para el diseño de propuestas de implementación de programas similares para el desarrollo socioemocional. Se discute sobre los desafíos identificados en la implementación del programa que sirvan como una aportación al campo de conocimiento.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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.
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".