Factores socioeconómicos y pedagógicos que inciden en el rendimiento académico de los estudiantes de la Carrera de Farmacia, UCAN-Chinandega, primer trimestre 2017
Bibliographic record
Abstract
Esta investigación presenta los aspectos más relevantes sobre los factores socioeconómicos y pedagógicos que inciden en el rendimiento académico en la carrera de Farmacia de la Universidad Cristiana Autónoma de Nicaragua UCAN – sede Chinandega, durante el primer trimestre del año 2017. \nEl estudio fue realizado con el propósito de analizar si los factores en cuestión tienen incidencia en el rendimiento académico en los estudiantes de esta carrera en el marco de la línea uno de investigación 2016 – 2019 de la UNAN Managua; en la temática especifica Calidad Educativa, de las Estrategias de aprendizaje y evaluación. \nLos métodos utilizados fueron el teórico y el empírico; las técnicas que se aplicaron en el desarrollo del estudio fueron encuestas a estudiantes, entrevistas a docentes y observación de clase realizada a los docentes que imparten asignaturas en esta carrera, centrado en las variables factores sociales, factores pedagógicos y rendimiento académico. \nSegún datos obtenidos en esta investigación se conoció que tanto los factores socioeconómicos como los pedagógicos tienen un alto grado de incidencia en el rendimiento académico de los educandos de esta carrera. En el factor pedagógico se identificó que los docentes no cumplen los tres momentos didácticos de la modalidad de los cursos por encuentro.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".