eXeLearning es una herramienta destinada a la edición y generación de materiales didácticos. Permite incorporar diversos elementos como texto, imágenes, vídeos, sonidos, juegos, y una amplia gama de actividades interactivas, todo ello en formato de página web. Una vez finalizado, el contenido puede ser exportado y distribuido de múltiples maneras: se puede integrar en plataformas de aprendizaje como Moodle, mediante formatos web o SCORM; publicarse en un sitio web; almacenarse en un dispositivo USB para su transporte físico; o compartirse a través de correo electrónico o dispositivos móviles.
Aumentando la accesibilidad del material didáctico
Desde la versión 2.9 se ha incorporado una barra de accesibilidad que está basada en una barra anterior llamada BatexeGo, y que ha servido como base para integrarla dentro del programa.
Esta barra de accesibilidad ofrece una importante ayuda para las personas con discapacidad visual, ya que dispone de fuentes especialmente accesibles, por ejemplo, OpenDyslexic para personas con dislexia. También incluye la posibilidad de aumentar o disminuir su tamaño sin afectar al resto de la página, un lector en voz alta de texto y un traductor que, si bien no está activado por defecto, puede incorporarse muy fácilmente.
Añadir la barra de accesibilidad a nuestro proyecto
Desde el editor de eXe, con la opción Modo avanzado activado (en la parte superior derecha) debemos pulsar en la pestaña Propiedades > Exportar y allí encontraremos la opción para activarla.
Al guardar el proyecto aparecerá un botón en la parte inferior que da acceso a la barra:
Al pulsar sobre este botón obtendremos:
Un cuadro desplegable permite seleccionar entre las tipografías accesibles y especialmente indicadas para personas con problemas visuales:
OpenDyslexic
Atkinson Hyperlegible
Montserrat
Los botones A+ y A- sirven par aumentar y disminuir el tamaño de la tipografía.
El botón con un altavoz y documento lee en voz alta el texto seleccionado.
Traductor de texto
BatexeGo lleva integrado por defecto el traductor de Google, pero debido a la política de privacidad de eXeLearning aquí se ha decidido no incluirlo de forma predeterminada, aunque afortunadamente es muy sencillo añadirlo.
Para activar el traductor debemos seguir los siguientes pasos:
Primero nos aseguraremos que está activada la opción: Modo avanzado, que está en la parte superior derecha del editor.
Pulsar en la pestaña Propiedades (subpestaña Paquete).
En la sección Opciones avanzadas > Personaliza la opción HEAD pegamos el código: <script>$exe.options.atools.translator=true</script>
Guardamos el proyecto y nos aparecerá la barra completa:
Al pulsar el botón para traducir el texto, aparecerá la barra de Google completa en la parte superior:
o bien, un pequeño menú desplegable en la esquina superior derecha para seleccionar el idioma de la traducción:
Pulsando de nuevo el botón de traducción desaparecerá cualquiera de estas barras.
Traducir proyectos completos
Un aspecto muy interesante de la traducción es que puede traducirse un proyecto completo de eXeLearning en tiempo récord, simplemente eligiendo el idioma, abriendo el iDevice que deseamos traducir y, cuando veamos que se ha traducido, lo cerramos, de este modo queda traducido de forma permanente.
Simplemente abriendo y cerrando iDevices con la barra de Google activada, podremos traducir proyectos completos, aunque hay que tener en cuenta que los títulos de los iDevices y los nombres de las páginas (nodos) no se traducen, en estos dos casos deberemos hacerlo manualmente.
Probar la barra de accesibilidad
Puedes examinar esta página donde la verás abajo a la izquierda, cambia la fuente, tamaño, traduce y lee sin reparos.
Después de realizar más de una docena de GPT he aprendido algunas cosas que pienso que pueden ser de utilidad para el que quiera enfrascarse en esta actividad apasionante. Ver cómo ChatGPT hace exactamente lo que uno quería que hiciese es motivo de una gran satisfacción personal, especialmente si la meta que uno se propuso tenía cierta complejidad.
Cuando iniciamos un nuevo GPT encontramos dos secciones, la primera, «Crear», permite que el propio GPT rellene las instrucciones y otros apartados simplemente con la descripción que le damos sobre lo que queremos hacer. Esta opción es recomendable para saber de qué forma quiere recibir las instrucciones, posteriormente lo podremos adaptar a nuestras necesidades.
Una segunda pestaña, «Configurar», es la que nos da acceso a todos los aspectos configurables del GPT. Describimos brevemente su función a continuación:
Imagen del GPT. Un círculo con un símbolo + está en primera posición. Podemos subir una imagen o hace que nos la cree él mismo. Esto es mejor dejarlo para el final, cuando el GPT sepa de qué trata el tema.
Nombre (Name). El nombre que tendrá, con un máximo de 40 caracteres.
Descripción (Description). La descripción del GPT que aparecerá bajo el título. Máximo 100 caracteres.
Instrucciones (Instructions). También se le llama contexto. Es la parte más importante, ya que define el comportamiento y lo que hará el GPT. Aquí pondremos el rol del GPT, instrucciones generales de funcionamiento y para casos más completos, los archivos que deberá usar y bajo qué circunstancias. Admite 8000 caracteres.
Iniciadores de la conversación (Conversation starters). Son los botones que aparecen sobre el chat al entrar en un GPT y son ejemplos de inicio de diálogo. Podemos poner hasta cuatro iniciadores, cada uno de menos de 100 caracteres, en los móviles solo suelen aparecer los dos primeros.
Conocimiento. Subir archivos (Knowledge. Upload files). Es la base de datos de nuestro GPT y el que le proporciona conocimientos extra con los que no ha sido entrenado. Por lo tanto, con esta sección definimos la sabiduría concreta de DEL GPT. Podemos subir hasta 10 archivos, entre los que están los tipos más usuales como PDF, DOCX, TXT, CSV, etc.
Restricciones en los archivos
Uno puede sentirse tentado a subir un PDF de 200 páginas para que el GPT lo utilice como fuente de conocimiento, sin embargo, las cosas no son tan simples y con toda probabilidad no consiga extraer toda la información que esperábamos.
Los PDF, si tienen pocas páginas, no tienen problemas, pero si el número de páginas es elevado, ChatGPT no llega a leerlos por completo y se queda solo con el principio. Para solucionar esto es conveniente pasarlos a texto puro. Este formato es el único con el que estaremos seguros de que es leído y si deseamos una buena comprensión del mismo debemos mantenerlo por debajo de los 3 MB de tamaño. En el artículo GPT ignorantes ya se comentó con más detalle otros formatos que también funcionan bien en los GPT, aparte del TXT, como el CSV, MD y en menor medida DOCX.
Restricciones en las instrucciones
Aunque admite la nada despreciable cantidad de 8000 caracteres, si escribimos demasiadas instrucciones nos podemos encontrar con que ignora algunas de ellas y, en unas ocasiones, las tiene en cuenta y en otras no.
Para evitar esto podemos numerar las instrucciones y decirle que las ejecute de forma secuencial, también podemos destacar en mayúsculas opciones que tiene tendencia a obviar. Estas son técnicas que funcionan en el chat de ChatGPT, pero que aquí, debido a la extensión de las instrucciones, pueden no funcionar por sí solas, por lo que habrá que añadir alguna técnica más.
Para evitar estos problemas referentes a las instrucciones demasiado largas o complejas, podemos hacer archivos de instrucciones, de forma que en el espacio para las instrucciones generales le indicamos que cuando tenga que hacer «X» (por ejemplo, una situación de aprendizaje o un problema de estadística) vaya al archivo de instrucciones «Y» (un archivo con los prompts necesarios para llevar a cabo esa acción).
En los archivos de instrucciones, además de las tareas que debe realizar el GPT, podremos añadir los archivos que debe consultar. De este modo el GPT se vuelve más eficiente, ya que tiene muy claro en todo momento lo que debe hacer.
Podremos tener instrucciones muy complejas, aunque solo las leerá bajo determinadas condiciones, cuando lo requiera la situación. Este es el sistema usado en los GPT realizados sobre situaciones de aprendizaje, donde las instrucciones están en archivos de texto aparte. Veamos un ejemplo concreto.
Un GPT por dentro: Nicolau
Nicolau es el GPT de matemáticas de bachillerato de humanidades. En primer lugar, al principio de la sección Instrucciones, se le asigna el rol que desempeñará (originariamente escrito en catalán):
Este GPT se llama Nicolau y es un ayudante para dar clases de Matemáticas Aplicadas a las Ciencias Sociales de 1º y 2º de Bachillerato. Nicolau es un doctor en matemáticas, que explica de una forma muy comprensible, que le gusta trabajar en equipo con metodologías activas y que tiene mucha paciencia y sabe guiar a los alumnos hasta su comprensión, utiliza un lenguaje no sexista. Es un tutor para docentes y alumnos para realizar actividades, ejercicios, problemas, situaciones de aprendizaje y para preparar el examen de selectividad de 2º de Bachillerato.
También, en las instrucciones generales, se indica que debe siempre consultar los archivos de datos de los saberes y las competencias específicas del nivel en el que se está trabajando. Después, dependiendo de la tarea, se le indica un archivo con más instrucciones o un archivo de datos.
Un fragmento de las instrucciones generales (sección: Instrucciones):
Al empezar preguntarás siempre el nivel de los estudiantes: 1º o 2º de Bachillerato y consultarás el currículo que corresponde (‘saberes.txt’ y ‘competencias_especificass_y_criterios_evaluacion.txt’). Para todos los problemas, preguntas de selectividad, actividades o ejercicios es obligatorio seguir las instrucciones del archivo: ‘instrucciones_para_resolver_problemas.txt’. …
Por ejemplo, si se trata de un problema o ejercicio, se le indica que consulte el archivo de instrucciones para hacer problemas, donde hay toda una serie de pasos que debe seguir.
A continuación mostramos un fragmento del principio del archivo de instrucciones para resolver problemas (instrucciones_para_resolver_problemas.txt):
Este GPT debe leer atentamente estas instrucciones y utilizar las que sean aplicables a su caso:
A. INSTRUCCIONES PARA TODOS LOS PROBLEMAS: 1) Cuando el GPT inventa un problema debe relacionarse con las humanidades o las ciencias sociales, con un contexto e historia apropiados, nunca serán preguntas directas de aplicación de técnicas matemáticas. Nunca de juegos de azar. 2) La resolución debe estar claramente diferenciada del enunciado y cuando el GPT escribe la solución debe empezar poniendo los datos del problema antes de escribir otra cosa. 3) Siempre que el GPT resuelva problemas, debe poner todas las fórmulas, sustituciones, operaciones detalladas y razonamientos de forma que los alumnos puedan entender cómo se hace. Debe incluir todos los pasos. 4) Cuando el GPT habla nunca dice: «Imaginemos», «supongamos» o expresiones similares que muestren que el enunciado es una ficción. 5) Cuando el GPT habla dando una explicación, no utiliza la segunda persona del singular, sino el plural formal. 6) No utilices \times, utiliza \cdot
B. INSTRUCCIONES DE ESTADÍSTICA Y PROBABILIDAD …
Si se trata de un problema de probabilidad y estadística (nuevos este año 2024) se le pide que consulte el archivo con los modelos que han publicado de ejemplo, para que los tome como referencia. En este caso se trata de un archivo PDF.
Si se trata de una situación de aprendizaje, se le dice que siga fielmente los pasos del archivo de instrucciones, donde además en cada paso se le indica en qué archivo puede encontrar los datos necesarios (competencias clave, competencias específicas, criterios, saberes, etc.). Ya que se ha intentado separar toda la normativa en varios archivos de texto puro para que el GPT sepa lo que hay en cada uno y lo pueda leer de una forma más eficiente.
El principio del archivo para crear situaciones de aprendizaje (instrucciones_situacion_aprenendizaje.txt), que tiene un total de 14 pasos, es:
CREACIÓN DE LA SITUACIÓN DE APRENDIZAJE (SdA) Definición de SdA: Las situaciones de aprendizaje son los escenarios que el alumnado se encuentra en la vida real y que los centros educativos pueden utilizar para desarrollar aprendizajes. Plantean un contexto concreto, una realidad actual, pasada o previsible en el futuro, en forma de pregunta o problema, en sentido amplio, que es preciso comprender, ya la que dar respuesta o sobre la que debe intervenirse. Es en su resolución que el alumnado alcanza las competencias específicas.
SIGUE LAS INSTRUCCIONES DE FORMA SECUENCIAL:
1) Este GPT preguntará al usuario el curso, temática o enfoque y duración, excepto si ya se lo ha dicho.
2) Teniendo en cuenta la definición de SdA, este GPT proporcionará 4 posibles títulos al usuario, sin utilizar gerundios en los títulos, para que elija uno (de más tradicionales a más innovadores). Este GPT no dirá más y esperará la respuesta del usuario.
3) Después de la respuesta del usuario y teniendo en cuenta la definición de SdA, este GPT escribirá la DESCRIPCIÓN: – ¿Por qué esta situación de aprendizaje? – ¿Cuál es el contexto? (Contexto: conjunto de circunstancias que explican un evento o una situación que rodean a un individuo, un colectivo o una comunidad, etc.) – ¿Qué reto plantea? (Reto: tema de interés planteado por el alumnado, observación de un fenómeno, polémica, controversia en torno a un hecho, información que llama la atención a la ciudadanía, problemática que afecta a la sociedad o al entorno al alumnado, pregunta sobre un elemento de investigación, investigación a partir de un elemento investigable, necesidad planteada por un agente externo, dilema a comprender, manifestación artística, etc.) …
Como vemos la forma de referirnos al GPT es diciendo «este GPT», si le hemos puesto nombre también lo podremos usar. Por ejemplo, el GPT que hemos usado de ejemplo se llama Nicolau, por lo que siempre que hagamos referencia a este nombre sabe que hablamos de él. Sin embargo, por motivos de reusabilidad es más práctico utilizar el nombre genérico.
En total, Nicolau tiene 9 archivos, de los cuales 2 son de instrucciones (para problemas y situaciones de aprendizaje) y el resto son de datos, en nuestro caso particular, de normativa y ejemplos (saberes, competencias específicas, exámenes de selectividad, etc.).
Los nombres de los archivos son siempre totalmente descriptivos, de esta forma ChatGPT sabe lo que contienen sin necesidad de abrirlos. Es decir, nunca se usan nombres sin sentido, sino que deben ser de forma que los entienda un humano y, por tanto, ChatGPT.
Aquí tenemos un esquema del modelo que se ha seguido para los GPT más complicados, como en este GPT:
Conclusión
Como conclusión podemos decir que para hacer un GPT educativo de calidad, que funcione y haga lo que debe hacer, no basta con un prompt muy largo y un par de PDF con varios cientos de páginas. Es necesario planificarlo, crear archivos de instrucciones para diversas situaciones, dividir la información para evitar que sea demasiado extensa, convertir los PDF a texto si son largos y revisarlos para que el texto tenga calidad, probarlo múltiples veces y contemplar todas las excepciones y casos particulares que pensamos que el GPT se encontrará en la interacción con los usuarios.
Hem creat diversos GPT que ajuden a fer situacions d’aprenentatge (SdA). Cada GPT Inclou les següents dades en els arxius de documentació:
ESO
Vectors clau de l’educació bàsica.
Competències transversals.
Indicadors operatius de les competències transversals.
Mesures i suports universals en el centre educatiu.
Instruccions per crear la situació d’aprenentatge a l’educació bàsica basada en la plantilla del Departament.
Batxillerat
Components Transversals de les Competències Clau del Batxillerat.
Indicadors Operatius de les Competències Clau.
Mesures i suports universals en el centre educatiu.
Instruccions per crear la situació d’aprenentatge a batxillerat basada en la plantilla del Departament.
Segons cada matèria
Competències específiques.
Criteris d’avaluació de les competències específiques.
Sabers
Seguidament, tenim l’autodescripció que cada GPT fa de si mateix en 30 paraules. Hèctor és un GPT generalista amb el que es poden fer SdA de qualsevol matèria i nivell, la resta són específics cadascun d’una matèria, el que els fa molt més eficients.
Hèctor. Educació bàsica i batxillerat
Especialista a crear i implementar Situacions d’Aprendre per a l’educació bàsica i batxillerat, adaptades a necessitats específiques, enfocades en competències transversals i específiques.
No obstant és menys eficient que els GPT especialitzats en una única matèria que hi ha a continuació, perquè la quantitat de documentació que ha de revisar cada vegada és enorme, el que fa que de vegades es perdi o no trobi el que busca.
En lloc d’utilitzar Hèctor, també tenim l’alternativa de fer-ho sense GPT, és a dir utilitzant prompts per anar construint la SdA, amb aquest sistema a més es pot fer amb la versió gratuïta ChatGPT 3.5. En aquest article titulat Disseny i Concreció de Situacions d’Aprenentatge amb ChatGPT teniu detallat com fer la SdA sense el GPT, només amb prompts.
Olívia. Biologia de batxillerat
Ajuda en la preparació de classes, situacions d’aprenentatge, activitats, exercicis i exàmens de Biologia en Batxillerat, adaptant-se a les necessitats educatives de Catalunya, amb enfocament en raonament i pensament crític.
GPT especialitzat en l’optativa de biomedicina a 1r de batxillerat, ajuda professors a crear situacions d’aprenentatge per a batxillerat, oferint suport en planificació educativa, integrant competències clau, i assessorant sobre aspectes ètics i metodològics.
Nicolau. Matemàtiques aplicades a les CCSS de Batxillerat
Assistent virtual especialitzat en matemàtiques aplicades a les ciències socials per a 1r i 2n de Batxillerat. Ofereix suport en l’elaboració de situacions d’aprenentatge, activitats, exercicis, problemes i preparació per a la selectivitat, utilitzant metodologies actives, tot promovent la comprensió i la capacitat crítica en els alumnes.
Pau. Matemàtiques (modalitat de ciències i tecnologia) de Batxillerat
Ajudant virtual en matemàtiques de 1r i 2n de Batxillerat, ofereix suport didàctic interactiu, facilitant l’aprenentatge competencial mitjançant la creació de situacions d’aprenentatge, resolució de problemes, preparació per a les PAU, i desenvolupament de competències específiques.
Assistent virtual especialitzada en digitalització per a l’educació de 4t d’ESO. Ofereix suport pedagògic en la creació de situacions d’aprenentatge, activitats interactives i estratègies d’avaluació, amb un enfocament en competències digitals i metodologies inclusives i innovadores.
La educación es un campo fértil para la aparición y propagación de mitos, especialmente aquellos relacionados con la neurociencia. Estos «neuromitos» suelen originarse en malentendidos o interpretaciones erróneas de investigaciones científicas, y pueden llevar a prácticas educativas ineficaces o incluso dañinas. En este post, hablaremos de algunos de los neuromitos en educación y aclararemos qué dice realmente la ciencia al respecto.
Neuromito 1: «Usamos solo el 10% de nuestro cerebro»
La afirmación de que solo utilizamos el 10% de nuestro cerebro ha sido cuestionada por investigadores que sostienen que usamos todo el cerebro (Papadatou-Pastou et al., 2021). La evidencia de estudios neurocientíficos sugiere que si no se utiliza el 90% restante del cerebro, las vías neuronales pueden degenerar (Craig, 2021). Esta afirmación sobre el escaso uso del cerebro no está respaldada por pruebas empíricas y se considera un neuromito(De Bruyckere,2015). La creencia en este neuromito sigue siendo alta entre los educadores (Hasler, 2012). En general, la idea de que solo utilizamos el 10% de nuestro cerebro no está respaldada por ninguna evidencia científica y debe considerarse un neuromito.
Neuromito 2: «Los estilos de aprendizaje son cruciales para enseñar de manera efectiva»
Los estilos de aprendizaje no están respaldados por evidencia empírica y se consideran un neuromito. Hacer coincidir el estilo de enseñanza con los estilos de aprendizaje preferidos de los estudiantes no conduce a una mejora de los resultados académicos. Varios estudios revisados en los artículos no encontraron ningún apoyo empírico para la hipótesis (Stephen, 2023). Los profesionales de la educación conceptualizan los estilos de aprendizaje principalmente dentro del marco visual-auditivo (lectura) cinestésico (VAK/VARK) y de las inteligencias múltiples de Gardner, pero existe una confusión entre las teorías del aprendizaje y los estilos de aprendizaje (Papadatou-Pastou et al., 2021). La creencia en el neuromito de los estilos de aprendizaje sigue siendo alta entre los educadores, a pesar de la falta de evidencia (Newton et al., 2021). Entre los educadores existe una opinión generalizada sobre la necesidad de adaptar la enseñanza a los estilos de aprendizaje, y no hay evidencia de que haya disminuido en los últimos años (Newton, 2020). La teoría de los estilos de aprendizaje reduce la enseñanza y el aprendizaje a categorías demasiado simples y etiqueta a los estudiantes de manera que pueden limitar su potencial (Lawrence, 2020).
Neuromito 3: «El cerebro de niños y niñas funciona de manera muy diferente»
Los cerebros de los niños y las niñas no funcionan de manera muy diferente (Knowland, 2020; Lise, 2010). Si bien existen algunas diferencias y el de los niños termina de crecer más tarde durante la pubertad, estas diferencias reflejan la maduración física más que el desarrollo mental (Lise, 2013). Los neurocientíficos han identificado muy pocas diferencias fiables entre los cerebros de niños y niñas que sean relevantes para el aprendizaje o la educación (Halpern, 2010). Las diferencias de género en las capacidades cognitivas, emocionales y de autorregulación varían más dentro de cada género que entre el niño y la niña promedio (Xianglai, 2020). La idea de que los niños y las niñas aprenden de manera diferente en función de rasgos anatómicos o fisiológicos inherentes no está respaldada por evidencia científica .
Neuromito 4: «El hemisferio derecho es para la creatividad y el izquierdo para la lógica»
La idea de que el hemisferio derecho es para la creatividad y el hemisferio izquierdo para la lógica es un neuromito que ha sido ampliamente rechazado por la comunidad científica. Si bien es cierto que la creatividad implica la capacidad de combinar conceptos remotos para crear ideas novedosas y útiles, lo que se basa en el procesamiento asociativo en el hemisferio derecho (Guo, 2023), en realidad la creatividad se apoya en la interacción dinámica de múltiples redes cerebrales. La red en modo predeterminado participa en la generación de ideas novedosas, la red de control ejecutivo regula el proceso para producir resultados relevantes para la tarea y la red de prominencia supervisa el cambio entre estas redes durante la cognición creativa (Aberg, 2016). Además, incluso en las tareas especializadas en el hemisferio derecho, la intensa actividad paralela en el hemisferio izquierdo favorece el procesamiento creativo (Vartanian, 2023). Por lo tanto, la creatividad y la lógica no se localizan únicamente en un hemisferio, sino que implican el funcionamiento coordinado de múltiples redes cerebrales.
Bibliografía
Aberg, K.C., Kimberly, C., Doell., Sophie, Schwartz. (2016). The «Creative Right Brain» Revisited: Individual Creativity and Associative Priming in the Right Hemisphere Relate to Hemispheric Asymmetries in Reward Brain Function.. Cerebral Cortex, doi: 10.1093/CERCOR/BHW288
Craig, H., L., Wilcox, G., Makarenko, E., MacMaster, F.P. (2021). Continued Educational Neuromyth Belief in Pre- and In-Service Teachers: A Call for De-Implementation Action for School Psychologists.. Canadian Journal of School Psychology, doi: 10.1177/0829573520979605
Guo, J., Luo, J., Xia, T. (2023). tDCS Anodal Stimulation of the Right Dorsolateral Prefrontal Cortex Improves Creative Performance in Real-World Problem Solving. Brain Sciences, doi: 10.3390/brainsci13030449
Halpern, D., F., (2010). How Neuromythologies Support Sex Role Stereotypes. Science, doi: 10.1126/SCIENCE.1198057
Hasler, F. (2012). Neuromythologie: Eine Streitschrift gegen die Deutungsmacht der Hirnforschung (5., unveränderte Auflage 2015). doi: 10.14361/TRANSCRIPT.9783839415801
Knowland, C. P., Thomas, Michael, S.C. (2020). Neuro-myths in the classroom. Frontiers for Young Minds, doi: 10.3389/FRYM.2020.00049
Lawrence, B. C., Ntelioglou, B.C., Milford, T.. (2020). It Is Complicated: Learning and Teaching Is Not About “Learning Styles”. Frontiers for Young Minds, doi: 10.3389/FRYM.2020.00110
Eliot, L. (2010). Pink brain, blue brain: How small differences grow into troublesome gaps-and what we can do about it. Simon and Schuster.
Newton, Philip M., Atharva, Salvi. (2020). How Common Is Belief in the Learning Styles Neuromyth, and Does It Matter? A Pragmatic Systematic Review. Frontiers in Education, doi: 10.3389/FEDUC.2020.602451
Newton, Philip M., et al. The learning styles neuromyth is still thriving in medical education. Frontiers in Human Neuroscience 15 (2021): 708540., doi: 10.3389/fnhum.2021.708540
Papadatou-Pastou, M., Anna, K., Touloumakos., Anna, K., Touloumakos., Christina, Koutouveli., Alexia, Barrable. (2021). The learning styles neuromyth: when the same term means different things to different teachers. European Journal of Psychology of Education, doi: 10.1007/S10212-020-00485-2
Stephen, B., Brown, R.E. (2023). The persistence of matching teaching and learning styles: A review of the ubiquity of this neuromyth, predictors of its endorsement, and recommendations to end it. Frontiers in Education, doi: 10.3389/feduc.2023.1147498
Xianglai, Y., Zhang, H. (2020). Sex Differences in Reconstructed Resting-State Functional Brain Networks for Children. Journal of Biosciences and Medicines, doi: 10.4236/JBM.2020.812016
Nota del autor
Este artículo se ha redactado con la ayuda de SciSpace.
Sería insensato, y contradictorio en sí mismo, pensar que es posible hacer lo que hasta ahora nunca se ha hecho por procedimientos que no sean totalmente nuevos.
Francis Bacon, 1620. Novum Organum
La historia continúa
Este blog no es sino la continuación del blog Educativa. Pásate por allí para ver mis artículos de años anteriores.
Inteligencia artificial en educación para docentes
Comentarios recientes