La influencia de las tecnologías de información y comunicación en el rendimiento académico del área de matemática de la Institución Educativa San Isidro Labrador, Ollantaytambo – Cusco – 2017
Bibliographic record
Abstract
El presente trabajo de investigación intitulado "La influencia de las tecnologías de información y comunicación en el rendimiento académico del área de Matemática de la Institución Educativa San Isidro Labrador, Ollantaytambo – Cusco”, está orientado a plasmar aplicaciones de tecnología informáticas empleadas en el proceso de aprendizaje del educando con recursos computacionales existentes, cuyo objetivo principal es establecer la relación entre el uso de las Tecnología de información y Comunicación y la generación de competencias en el área de Matemática de los estudiantes de la Institución Educativa San Isidro Labrador. El constate avance de las Tecnologías de Información y Comunicación (Tics) se está extendiendo rápidamente y su presencia en la sociedad modifica los límites de la comunicación. Los usuarios se informan y comunican de un modo distinto en cualquier momento y desde cualquier lugar. La metodología empleada en la investigación adopta el método científico ya que es un procedimiento para descubrir las condiciones en que se representan sucesos específico caracterizados generalmente por ser tentativo, verificable y de observación empírica. La investigación es de tipo descriptivo correlacional, ya que estos estudios establecen relaciones entre dos o más variables, es decir se trata de conocer si una determinada variable está asociada con otra; cuyo diseño de investigación aplicado es el diseño cuasi-experimental; con la aplicación de una prueba de diagnóstico ( sin aplicación de las Tics ) y una prueba de salida sometido al tratamiento (con aplicación de las Tics), para la obtención de resultados se evaluó las calificaciones promedias de notas, mediciones que nos permitió comparar los resultados obtenidos en la post prueba.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.010 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 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".