Lección didáctica del curso español II aplicando la herramienta mondly como plataforma de realidad aumentada para la práctica de las competencias comunicativas del idioma español en los estudiantes de k12 del colegio halifax county high school
Bibliographic record
Abstract
El proyecto aplicado se desarrolló con el objetivo de diseñar e implementar una lección didáctica con realidad aumentada a través de la App Mondly, con estudiantes del K12 Colegio Halifax County High School que estaban cursando el nivel de español II. La lección didáctica se diseñó sobre las cuatro competencias comunicativas del español; lectura, escritura, escucha y habla. Además, se tuvo en cuenta el World Language Standards Of Learning y los lineamientos del Virginia Department Of Education para garantizar los estándares de calidad. Así mismo, la lección didáctica se diseñó sobre temas concretos que están inmersos en las competencias comunicativas y que se plantearon teniendo en cuenta el nivel II de español; Lectura (Artículos definidos e indefinidos, uso del verbo ir y el verbo tener y estar), escritura (uso del verbo ser, uso del verbo ser y estar y verbos que cambian de raíz), escucha (descripciones y el verbo ir y descripciones, gustos y disgustos) y el habla (identificar y describir personas, cosas y animales). La implementación del proyecto buscó la articulación de la tecnología emergente de la realidad aumentada con el aprendizaje del español a través de la inmersión que esta permite en el contexto real desde lo digital para que el estudiante pueda adquirir las habilidades en el desarrollo de las competencias comunicativas.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".