Katarina Chmolova, diseñadora instructiva de Openlearning, nos guía a través de dos métodos para analizar cuánto conocimiento han recogido sus estudiantes en su curso y explica por qué debe considerar usar ambos métodos juntos.
Nota del editor: Esta es una publicación invitada de Katarina Chmolova. Katarina es una diseñadora de instrucción en Openlearning. Tiene una maestría y un título de PAEDDR en educación, con una investigación de enfoque en el desarrollo de asociaciones escolares, familiares y comunitarias. Ella cree que aprender es un medio para lograr los sueños de vida, el potencial y la ambición de las personas.
Imagine que es un ingeniero de software que trabaja en el desarrollo de una nueva aplicación. Estás realmente emocionado: tu aplicación ha sido lanzada y la gente la está descargando y usándola. ¡El siguiente paso es verificar y evaluar la aplicación para saber cómo la califica los consumidores y, en función de estos datos, para saber cómo puede hacerlo aún mejor!
Ejecutar un curso en línea es un proceso similar. Una vez que diseña y crea el curso, uno de sus objetivos es averiguar si los objetivos del curso cumplen con los resultados del curso. En otras palabras, si sus alumnos aprendieron lo que esperaba que aprendieran.
Este es uno de los primeros pasos que debe tomar cuando comience a diseñar su curso. Los objetivos del curso son lo que desea que sus estudiantes aprendan, mientras que los resultados del curso son la demostración real de sus nuevos conocimientos y habilidades. Si los objetivos y los resultados se encuentran, ¡has hecho un trabajo increíble! Los objetivos del curso y los resultados del curso son la base para la evaluación y la verificación al final de su curso.
¿Qué es evaluación cuantitativa ejemplos?
A lo largo de los años, los investigadores han desarrollado una multitud de métodos y herramientas para ayudar a recopilar y evaluar los datos. Dos de estos métodos implican evaluar los datos cuantitativamente o cualitativamente. Considerados opuestos por algunos, los métodos de evaluación cuantitativos y cualitativos son beneficiosos cuando intenta comprender un cierto resultado o información.
Las observaciones cuantitativas se realizan utilizando herramientas y mediciones científicas. Los resultados se pueden medir o contar, y cualquier otra persona que intente evaluar cuantitativamente la misma situación debe terminar con los mismos resultados. Un ejemplo de una evaluación cuantitativa sería «este año nuestra compañía tuvo un total de 12 clientes y completó 36 proyectos diferentes para un total de tres proyectos por cliente».
Más subjetiva que la evaluación cuantitativa, las observaciones cualitativas se definen en la ciencia como cualquier observación realizada utilizando los cinco sentidos. Debido a que las personas a menudo alcanzan diferentes interpretaciones cuando usan solo sus sentidos, la evaluación cualitativa se vuelve más difícil de reproducir con precisión; Dos personas que evalúan lo mismo pueden terminar con resultados diferentes o conflictivos. En investigación y negocios, las evaluaciones cualitativas pueden implicar juicios de valor y respuestas emocionales. Un ejemplo similar de una evaluación cualitativa es «nuestra empresa creó proyectos más visualmente convincentes el año pasado que este año».
La evaluación cualitativa y cuantitativa tiene sus usos en una variedad de campos. En la ciencia, ambos pueden ser importantes cuando evalúa los resultados experimentales o decide qué tipo de hipótesis encontrar, aunque la evaluación cuantitativa a veces es más valiosa para otros en el campo. La evaluación cualitativa y cuantitativa también se puede utilizar para evaluar el rendimiento del negocio y el establecimiento de objetivos. Otros campos que comúnmente emplean métodos de evaluación cualitativos y cuantitativos incluyen cualquiera de las ciencias aplicadas, psicología, antropología y sociología.
Los métodos de evaluación cuantitativos y cualitativos tienen sus beneficios, aunque uno suele ser más apropiado que el otro en cualquier situación dada. La evaluación cuantitativa puede ayudar a eliminar el sesgo humano de una estadística, lo que lo convierte en un hecho más confiable que cualquier información recopilada cualitativamente. Por lo tanto, las evaluaciones cuantitativas precisas se pueden confiar como verdad. Las evaluaciones cualitativas también pueden implicar verdades, pero estas verdades son más difíciles de llegar, y los evaluadores no siempre están de acuerdo. Aún así, la información cualitativa es invaluable precisamente porque involucra la interacción y la interpretación humana. Muchos campos necesitan esta interpretación para decidir cómo avanzar o juzgar el valor de las fuentes de datos pasadas y futuras.
¿Qué es una evaluación cuantitativa ejemplos?
Los métodos de evaluación cuantitativa siguen un criterio específico en cada proceso de evaluación de proyectos en casos de: aceptación o rechazo formal sobre una decisión de un proyecto ergonómico específico, eligiendo entre varios proyectos ergonómicos que desean lograr el mismo objetivo para resolver un problema particular, clasificación de Proyectos ergonómicos debido a una instancia de que la cantidad de gastos de capital solicitados sería mayor que los fondos disponibles, eligiendo entre un proyecto ergonómico particular y un proyecto no alergonómico, y controlando el costo de las soluciones implementadas.
Los datos cuantitativos a menudo dan información que responde «¿Cuántos?», «¿Quién estuvieron involucrados?», «¿Cuál es el resultado?» Y «¿Cuánto cuesta?» Se puede recopilar de varias maneras, como tener encuestas y cuestionarios, pruebas (pruebas previas y posteriores), método de observación y revisión de los archivos y bases de datos existentes. Las encuestas se pueden hacer en línea o cara a cara. Cuando va a analizar datos cuantitativos, generalmente implicaría un análisis estadístico de una estadística descriptiva básica a un tipo de análisis complejo.
Los datos cuantitativos miden la profundidad y la respiración de la implementación del proyecto y se recopilan antes y después de la intervención que mostraría los resultados y el impacto. La limitación en el uso de este tipo de método de evaluación es que puede incluir tasas de respuesta deficientes provenientes de los resultados de las encuestas, la dificultad para obtener los documentos necesarios y la dificultad en cada medición válida.
En una evaluación cualitativa, está más enfocado en las preguntas como «¿Quién fue responsable?», «¿Cuándo sucedió?» Y «¿Qué valor se agregó?» Este tipo de datos se recopilan a través de la observación de los participantes, grupos focales, entrevistas y estudios de casos y aquellos que provienen de documentos escritos. El método de análisis generalmente comprendería comparar y contrastar, examinar e interpretar varios patrones. Además, el análisis probablemente incluiría elementos como temas, reduciendo los datos a puntos esenciales, codificación, agrupación y otros enfoques similares.
La fortaleza de tener datos cualitativos incluye proporcionar contextos que expliquen ciertos problemas y complementar los datos cuantitativos al explicar la razón y el proceso detrás de la ocurrencia. Las limitaciones incluyen la falta de generalización, llevando mucho tiempo, costosas y tienen una manera difícil y compleja de analizar e interpretar datos.
¿Qué es una evaluación cualitativa ejemplos?
Simplificando, se podría decir que el objetivo de ambas modalidades es evaluar a los estudiantes. En un caso y en el otro, sin embargo, los diferentes objetivos conducen a una serie completa de diferencias conceptuales y prácticas, que hemos recopilado en una tabla resumida.
La red de las diferencias que acabamos de ver, en realidad, los límites entre la evaluación de la capacitación y la evaluación sumativa pueden ser bastante borrosas.
De la misma manera, usar solo uno u otro necesariamente conducirá a una imagen parcial que se refiera al progreso de los estudiantes o las habilidades que aprenden. Por esta razón, con el propósito de mejorar tanto el aprendizaje y los resultados, es una buena práctica usarlos a ambos.
Universo School es un blog de información. Estamos comprometidos a difundir noticias y hacer información de calidad, sin embargo, el contenido y los artículos pueden presentar errores y elementos interpretativos, y/o pueden perder validez con el tiempo. Por lo tanto, no podemos llevarnos a nosotros mismos y no nos responsabilizamos de ninguna decisión, acción, interpretación o pensamiento derivadas de la lectura y tomada del contenido presente, e invitamos a todos los lectores a tener en cuenta que cualquier tarea en la veracidad y confiabilidad de las opiniones, Las declaraciones, indicaciones o información publicada en el sitio se realizan a su propia discreción, asumiendo las consecuencias relativas.
El personal editorial se comprometerá a corregir los errores cuando se identifique o se informa, pero la corrección no siempre es oportuna.
¿Qué es la evaluación cuantitativa?
- Use herramientas de recolección estandarizadas, que ya se han probado en situaciones de la vida real
- Si necesita hacer cambios para adaptar las herramientas a su contexto local, debe intentar realizar una prueba piloto para mejorar la herramienta antes de usarla de manera más general.
- Use coleccionistas experimentados cuando sea posible
- Proporcionar capacitación para coleccionistas en la herramienta específica y/o supervisar la recolección
Para reducir el sesgo (por ejemplo, la solicitud inapropiada
Para respuestas durante las entrevistas) y los errores (por ejemplo, malentendidos qué elementos del programa necesitan
a ser observado) - ¿Cuál es el tema o el problema?
- ¿Cuál es el contexto? ¿Para quién y bajo qué circunstancias?
- ¿Cómo se utilizará el análisis?
- El nivel de análisis de datos debe ser apropiado para los datos recopilados. Por ejemplo, si la muestra es
Las técnicas analíticas de datos pequeñas y sofisticadas pueden no estar justificadas, y el análisis estadístico puede
no tiene sentido. - Los resultados deben interpretarse con precaución, particularmente cuando se observa un cambio
- Todos los datos recopilados como parte de la evaluación deben incluirse en el análisis para reducir
sesgo y mejorar la validez de los hallazgos de la evaluación - Es importante considerar las tasas de respuesta y los datos faltantes
- Se recomienda que el evaluador solicite a un par que revise su análisis y que verifique sus interpretaciones de los datos para reducir el sesgo y mejorar la credibilidad de los hallazgos.
- Es particularmente importante triangular datos cuantitativos con observaciones y conocimiento de otros medios,
Para asegurar que todo tenga sentido. Es esencial que se revise el informe con personas que saben
el contexto. - Para un análisis más profundo, se recomienda consultar a un consultor de evaluación o
un socio académico con la experiencia necesaria - el concepto de estudio que pretende operacionalizar,
- el nivel de medición,
- el objetivo/hipótesis específico abordado,
- las escalas de las cuales se extrajeron las preguntas y su confiabilidad y validez, y
- El análisis previsto.
- Nominal: los números asignados a las categorías no necesariamente tienen inherentes
El significado y el orden de las categorías pueden ser arbitrarios. Por ejemplo, al preguntar sobre marital
estado, hay un conjunto limitado de posibles respuestas y categorías se pueden ordenar de numerosas maneras
(por ejemplo, 1 = «casado», 2 = «no casado»). - Ordinal: se ordenan datos, pero las distancias no son cuantificables (usted
no se puede agregar ni restar). Una pregunta en la que las respuestas varían de 1 = «totalmente de acuerdo» a 5 = «fuertemente
En desacuerdo ”es un ejemplo de este tipo de datos categóricos. - Intervalo: los datos son como ordinales, excepto que podemos decir los intervalos entre cada
El valor es equidistante. Esto nos permite pedir los elementos que se miden y cuantificar y comparar
Las magnitudes de las diferencias entre ellas. Por ejemplo, la diferencia entre 20 y 21 grados
Fahrenheit es la misma magnitud que la diferencia entre 70 y 71.
valores negativos. - Relación: los datos son como datos de intervalo, pero con un verdadero punto cero, es decir
Puede tener nada menos que cero (sin números negativos). Cuando la variable es igual a 0, no hay ninguno
de esa variable. Por ejemplo, el tiempo es una relación ya que 0 tiempo es significativo. Variables como altura y
El peso son variables de relación. Los datos son mediciones positivas continuas en una escala no lineal. - Inferir de la muestra a la población
- Determinar la probabilidad de características de la población en función de las características de su muestra
- Ayude a evaluar la fuerza de la relación entre sus variables independientes (causales), y usted depende (efecto) variables.
- Muchas revistas académicas revisadas por pares no publicarán artículos que no utilizan estadísticas inferenciales
- Le permite generalizar sus hallazgos a la población más grande
- Le permite evaluar el impacto relativo de varias entradas del programa en los resultados/objetivos de su programa.
- ¿Qué tan grande/importante es la asociación?
- Es la asociación estadísticamente significativa, lo que significa que se debe al azar, o es probable que exista en
¿La población general a la que queremos generalizar? Pruebas estadísticas Responda esta pregunta. - ¿Cuál es la dirección de la asociación? (Mira gráficos)
- ¿Cuál es su forma? ¿Es lineal o no lineal? (Mira gráficos)
- Un pequeño valor p (típicamente ≤ .05) indica una fuerte evidencia contra la hipótesis nula, por lo que rechaza
La hipótesis nula y, por lo tanto, rechazó que la observación se debe al azar. - Un gran valor p (> .05) indica evidencia débil contra la hipótesis nula, por lo que no puede rechazar
La hipótesis nula y supone que cualquier observación se debe al azar. - Los valores P muy cerca del corte (.05) se consideran marginales (podrían ir en cualquier dirección). Siempre informar
el valor p para que sus lectores puedan sacar sus propias conclusiones. - ¿Cómo se cambia una relación entre dos variables si se controla una tercera variable? (Múltiples crosstabs,
Correlación parcial, regresión múltiple, Manova) - ¿Cuál es la varianza general de una variable dependiente que puede explicarse por varias variables independientes?
¿Cuáles son las fortalezas relativas de diferentes predictores (variables independientes)? (Regresión múltiple) - ¿Qué grupos de variables tienden a correlacionarse entre sí, dada una multitud de variables? (Análisis factorial)
- ¿Qué individuos tienden a ser similares con respecto a las variables seleccionadas? (Análisis de conglomerados)
- El entrevistador o facilitador debe ser experto en guiar la discusión sin liderar
Para adaptarse a su propia agenda. - El entrevistador o facilitador debe ser especialmente sensible a los casos en que los participantes pueden sentir
inhibido o le resulta difícil discutir desafíos y problemas que tienen
experimentado dentro del proyecto. - Además de hacer preguntas iniciales, el entrevistador debe ser experto en el seguimiento de las indicaciones,
Asegurar que el entrevistado esté relajado y que el proceso no sea intrusivo o molesto. - Puede ser preferible emprenderlos en entornos naturalistas donde la actividad del proyecto
tiene lugar para que los participantes estén familiarizados con el escenario y lo asocien con la actividad
siendo discutido. - Las entrevistas que incluyen temas confidenciales no deben realizarse en entornos donde
Los participantes pueden distraerse con la actividad en curso, o donde no hay garantía de que la entrevista
no será interrumpido. - Los entrevistadores deben tener una variedad de estrategias para responder adecuadamente
a una variedad de revelaciones que pueden necesitar acción y oportunidades para informar en
Caso ellos mismos encuentran el proceso desafiante. - El análisis normalmente tiene lugar al finalizar el proyecto. Sin embargo, si el proyecto
es de larga duración o se recopilan muchos datos en el transcurso del proyecto, puede ser
útil para analizar datos a intervalos a lo largo del proyecto para minimizar la cantidad
del trabajo requerido después del proyecto y también para asegurarse de que cualquier información recopilada todavía esté fresca en
la mente del evaluador. - Familiarícese con los datos leyendo y volviéndolos.
- Generar códigos iniciales. Esto implica trabajar sistemáticamente para identificar y nombrar interesante
elementos, especialmente si se repiten. Podrían ser palabras utilizadas por los participantes para describir su
respuestas a un proyecto. Un enfoque inductivo se mantendrá cerca del idioma de los participantes, mientras que un
Un enfoque más deductivo puede buscar códigos utilizando un marco conceptual predeterminado. Deductivo
Los enfoques pueden parecer más manejables en la evaluación, pero tienen el inconveniente de que el análisis podría
Miss las respuestas imprevistas de los participantes. - Agrupe sus códigos en temas generales. Estos podrían ser diferentes tipos de respuesta,
tales como sentimientos reportados, estados de ánimo, desafíos creativos y otras reflexiones. - Revisar temas para obtener una idea de cuáles son los diferentes temas, cómo encajan
Juntos, y la historia general que cuentan sobre los datos. - Definir y nombrar temas. Este es un intento de capturar el carácter esencial de cada
tema y muestre cómo encaja dentro de la imagen general. - Producir el informe. El objetivo aquí es contar la rica historia de sus datos de una manera que
convence al lector del rigor del análisis. Esto le permite resaltar casos vibrantes
mientras muestra cómo se ajustan dentro del cuerpo general de información. - Los evaluadores escuchan o leen transcripciones de los datos de evaluación y luego se mueven en forma de baile de acuerdo
al significado que se ve, escucha o se siente. Las interpretaciones del movimiento en términos de los datos sin procesar pueden
luego se comparta y esta interpretación puede formar la base de temas que pueden estar conectados con otros
Temas que forman la historia de evaluación (Simons y McCormack, 2007). - Trabajar con enfermeras en el servicio del cáncer, movimiento, narraciones, historias, poesía, collage y escritura creativa
se utilizaron, con análisis de datos realizados por subgrupos que se reproducen con transcripciones, imágenes y
poemas para obtener temas y categorías para explicar la calidad de la práctica clínica, que entonces fueron
explicado a otros subgrupos que acordaron, cuestionaron o practicaron interpretaciones. De esta manera, datos
se transforman de «datos de frío» en formas dinámicas, creativas y encarnadas, y la interpretación toma
La forma de creación artística (Buck et al., 1999). - En un enfoque alternativo para evaluar la promoción de la salud sexual, las escenas sexuales dramatizadas proporcionan un
contexto dentro del cual analizar muchos de los factores conductuales y epidemiológicos asociados con
práctica sexual y ofreció un punto de entrada para el diálogo. Análisis de las narrativas de los participantes a través de
Una escena dramatizada ofrece un testimonio de la experiencia sexual en sus propios términos. Se realiza la evaluación
colaborativamente en el examen de cambios en escenas sexuales en múltiples puntos de tiempo (por ejemplo, 3 meses, 6 meses
o intervalos de 12 meses). El cambio se examina a nivel individual y estructural (Paiva, 2005). - Un marco A/R/ToGrafhical es un método que vincula el arte, la investigación y la enseñanza, y los privilegios
texto e imagen. (García Lazo y Smith, 2014). - La fotoelicitación es el proceso de análisis de fotos tomadas por el evaluador o el participante en el
Proceso de recopilación de datos para obtener información sobre los fenómenos sociales que los datos orales o escritos no pueden proporcionar.
(Lapenta, 2004). - La evaluación basada en las artes puede abrir nuevas formas de ver y comprender, incorporando
Tanto la emoción como el intelecto - Las fuentes de datos basadas en las artes a menudo son menos tangibles que los números o las transcripciones y, por lo tanto, pueden ser
menos susceptible de criterios estándar - Los participantes deben superar las inhibiciones y el miedo a ser juzgados
- Los evaluadores basados en las artes pueden necesitar un conjunto de habilidades especializadas tanto en evaluación como en artística
técnicas - Debe tener cuidado de que el enfoque en la creación de arte y la expresión creativa no eclipse
la evaluación - Debemos ampliar nuestro concepto de validez para adoptar la comprensión obtenida de las artes.
expresión - ¿Qué etapa de la evaluación mezclar métodos? (El diseño se considera mucho más fuerte
si los métodos mixtos se integran en varias o todas las etapas de la evaluación). - Se utilizarán los métodos:
- secuencialmente (los datos de una fuente informan la recopilación de datos de otro
fuente), o - simultáneamente (la triangulación se utiliza para integrar información de diferentes fuentes independientes)
- ¿Se administrarán métodos cualitativos y cuantitativos se darán ponderación relativamente igual?
- Respeto (por el uno al otro y el espacio en el que trabajamos)
- Relevancia (para nuestras vidas)
- Reciprocidad (intercambio de información y habilidades)
- Responsabilidad (con nosotros mismos, el uno con el otro y con las comunidades de las que venimos)
Hay restricciones sobre quién puede proporcionar fácilmente consentimiento, por ejemplo:
- Use herramientas de recolección estandarizadas, que ya se han probado en situaciones de la vida real
- Si necesita hacer cambios para adaptar las herramientas a su contexto local, debe intentar realizar una prueba piloto para mejorar la herramienta antes de usarla de manera más general.
- Use coleccionistas experimentados cuando sea posible
- Proporcionar capacitación para coleccionistas en la herramienta específica y/o supervisar la recolección
Para reducir el sesgo (por ejemplo, la solicitud inapropiada
Para respuestas durante las entrevistas) y los errores (por ejemplo, malentendidos qué elementos del programa necesitan
a ser observado) - ¿Cuál es el tema o el problema?
- ¿Cuál es el contexto? ¿Para quién y bajo qué circunstancias?
- ¿Cómo se utilizará el análisis?
- El nivel de análisis de datos debe ser apropiado para los datos recopilados. Por ejemplo, si la muestra es
Las técnicas analíticas de datos pequeñas y sofisticadas pueden no estar justificadas, y el análisis estadístico puede
no tiene sentido. - Los resultados deben interpretarse con precaución, particularmente cuando se observa un cambio
- Todos los datos recopilados como parte de la evaluación deben incluirse en el análisis para reducir
sesgo y mejorar la validez de los hallazgos de la evaluación - Es importante considerar las tasas de respuesta y los datos faltantes
- Se recomienda que el evaluador solicite a un par que revise su análisis y que verifique sus interpretaciones de los datos para reducir el sesgo y mejorar la credibilidad de los hallazgos.
- Es particularmente importante triangular datos cuantitativos con observaciones y conocimiento de otros medios,
Para asegurar que todo tenga sentido. Es esencial que se revise el informe con personas que saben
el contexto. - Para un análisis más profundo, se recomienda consultar a un consultor de evaluación o
un socio académico con la experiencia necesaria - el concepto de estudio que pretende operacionalizar,
- el nivel de medición,
- el objetivo/hipótesis específico abordado,
- las escalas de las cuales se extrajeron las preguntas y su confiabilidad y validez, y
- El análisis previsto.
- Nominal: los números asignados a las categorías no necesariamente tienen inherentes
El significado y el orden de las categorías pueden ser arbitrarios. Por ejemplo, al preguntar sobre marital
estado, hay un conjunto limitado de posibles respuestas y categorías se pueden ordenar de numerosas maneras
(por ejemplo, 1 = «casado», 2 = «no casado»). - Ordinal: se ordenan datos, pero las distancias no son cuantificables (usted
no se puede agregar ni restar). Una pregunta en la que las respuestas varían de 1 = «totalmente de acuerdo» a 5 = «fuertemente
En desacuerdo ”es un ejemplo de este tipo de datos categóricos. - Intervalo: los datos son como ordinales, excepto que podemos decir los intervalos entre cada
El valor es equidistante. Esto nos permite pedir los elementos que se miden y cuantificar y comparar
Las magnitudes de las diferencias entre ellas. Por ejemplo, la diferencia entre 20 y 21 grados
Fahrenheit es la misma magnitud que la diferencia entre 70 y 71.
valores negativos. - Relación: los datos son como datos de intervalo, pero con un verdadero punto cero, es decir
Puede tener nada menos que cero (sin números negativos). Cuando la variable es igual a 0, no hay ninguno
de esa variable. Por ejemplo, el tiempo es una relación ya que 0 tiempo es significativo. Variables como altura y
El peso son variables de relación. Los datos son mediciones positivas continuas en una escala no lineal. - Inferir de la muestra a la población
- Determinar la probabilidad de características de la población en función de las características de su muestra
- Ayude a evaluar la fuerza de la relación entre sus variables independientes (causales), y usted depende (efecto) variables.
- Muchas revistas académicas revisadas por pares no publicarán artículos que no utilizan estadísticas inferenciales
- Le permite generalizar sus hallazgos a la población más grande
- Le permite evaluar el impacto relativo de varias entradas del programa en los resultados/objetivos de su programa.
- ¿Qué tan grande/importante es la asociación?
- Es la asociación estadísticamente significativa, lo que significa que se debe al azar, o es probable que exista en
¿La población general a la que queremos generalizar? Pruebas estadísticas Responda esta pregunta. - ¿Cuál es la dirección de la asociación? (Mira gráficos)
- ¿Cuál es su forma? ¿Es lineal o no lineal? (Mira gráficos)
- Un pequeño valor p (típicamente ≤ .05) indica una fuerte evidencia contra la hipótesis nula, por lo que rechaza
La hipótesis nula y, por lo tanto, rechazó que la observación se debe al azar. - Un gran valor p (> .05) indica evidencia débil contra la hipótesis nula, por lo que no puede rechazar
La hipótesis nula y supone que cualquier observación se debe al azar. - Los valores P muy cerca del corte (.05) se consideran marginales (podrían ir en cualquier dirección). Siempre informar
el valor p para que sus lectores puedan sacar sus propias conclusiones. - ¿Cómo se cambia una relación entre dos variables si se controla una tercera variable? (Múltiples crosstabs,
Correlación parcial, regresión múltiple, Manova) - ¿Cuál es la varianza general de una variable dependiente que puede explicarse por varias variables independientes?
¿Cuáles son las fortalezas relativas de diferentes predictores (variables independientes)? (Regresión múltiple) - ¿Qué grupos de variables tienden a correlacionarse entre sí, dada una multitud de variables? (Análisis factorial)
- ¿Qué individuos tienden a ser similares con respecto a las variables seleccionadas? (Análisis de conglomerados)
- El entrevistador o facilitador debe ser experto en guiar la discusión sin liderar
Para adaptarse a su propia agenda. - El entrevistador o facilitador debe ser especialmente sensible a los casos en que los participantes pueden sentir
inhibido o le resulta difícil discutir desafíos y problemas que tienen
experimentado dentro del proyecto. - Además de hacer preguntas iniciales, el entrevistador debe ser experto en el seguimiento de las indicaciones,
Asegurar que el entrevistado esté relajado y que el proceso no sea intrusivo o molesto. - Puede ser preferible emprenderlos en entornos naturalistas donde la actividad del proyecto
tiene lugar para que los participantes estén familiarizados con el escenario y lo asocien con la actividad
siendo discutido. - Las entrevistas que incluyen temas confidenciales no deben realizarse en entornos donde
Los participantes pueden distraerse con la actividad en curso, o donde no hay garantía de que la entrevista
no será interrumpido. - Los entrevistadores deben tener una variedad de estrategias para responder adecuadamente
a una variedad de revelaciones que pueden necesitar acción y oportunidades para informar en
Caso ellos mismos encuentran el proceso desafiante. - El análisis normalmente tiene lugar al finalizar el proyecto. Sin embargo, si el proyecto
es de larga duración o se recopilan muchos datos en el transcurso del proyecto, puede ser
útil para analizar datos a intervalos a lo largo del proyecto para minimizar la cantidad
del trabajo requerido después del proyecto y también para asegurarse de que cualquier información recopilada todavía esté fresca en
la mente del evaluador. - Familiarícese con los datos leyendo y volviéndolos.
- Generar códigos iniciales. Esto implica trabajar sistemáticamente para identificar y nombrar interesante
elementos, especialmente si se repiten. Podrían ser palabras utilizadas por los participantes para describir su
respuestas a un proyecto. Un enfoque inductivo se mantendrá cerca del idioma de los participantes, mientras que un
Un enfoque más deductivo puede buscar códigos utilizando un marco conceptual predeterminado. Deductivo
Los enfoques pueden parecer más manejables en la evaluación, pero tienen el inconveniente de que el análisis podría
Miss las respuestas imprevistas de los participantes. - Agrupe sus códigos en temas generales. Estos podrían ser diferentes tipos de respuesta,
tales como sentimientos reportados, estados de ánimo, desafíos creativos y otras reflexiones. - Revisar temas para obtener una idea de cuáles son los diferentes temas, cómo encajan
Juntos, y la historia general que cuentan sobre los datos. - Definir y nombrar temas. Este es un intento de capturar el carácter esencial de cada
tema y muestre cómo encaja dentro de la imagen general. - Producir el informe. El objetivo aquí es contar la rica historia de sus datos de una manera que
convence al lector del rigor del análisis. Esto le permite resaltar casos vibrantes
mientras muestra cómo se ajustan dentro del cuerpo general de información. - Los evaluadores escuchan o leen transcripciones de los datos de evaluación y luego se mueven en forma de baile de acuerdo
al significado que se ve, escucha o se siente. Las interpretaciones del movimiento en términos de los datos sin procesar pueden
luego se comparta y esta interpretación puede formar la base de temas que pueden estar conectados con otros
Temas que forman la historia de evaluación (Simons y McCormack, 2007). - Trabajar con enfermeras en el servicio del cáncer, movimiento, narraciones, historias, poesía, collage y escritura creativa
se utilizaron, con análisis de datos realizados por subgrupos que se reproducen con transcripciones, imágenes y
poemas para obtener temas y categorías para explicar la calidad de la práctica clínica, que entonces fueron
explicado a otros subgrupos que acordaron, cuestionaron o practicaron interpretaciones. De esta manera, datos
se transforman de «datos de frío» en formas dinámicas, creativas y encarnadas, y la interpretación toma
La forma de creación artística (Buck et al., 1999). - En un enfoque alternativo para evaluar la promoción de la salud sexual, las escenas sexuales dramatizadas proporcionan un
contexto dentro del cual analizar muchos de los factores conductuales y epidemiológicos asociados con
práctica sexual y ofreció un punto de entrada para el diálogo. Análisis de las narrativas de los participantes a través de
Una escena dramatizada ofrece un testimonio de la experiencia sexual en sus propios términos. Se realiza la evaluación
colaborativamente en el examen de cambios en escenas sexuales en múltiples puntos de tiempo (por ejemplo, 3 meses, 6 meses
o intervalos de 12 meses). El cambio se examina a nivel individual y estructural (Paiva, 2005). - Un marco A/R/ToGrafhical es un método que vincula el arte, la investigación y la enseñanza, y los privilegios
texto e imagen. (García Lazo y Smith, 2014). - La fotoelicitación es el proceso de análisis de fotos tomadas por el evaluador o el participante en el
Proceso de recopilación de datos para obtener información sobre los fenómenos sociales que los datos orales o escritos no pueden proporcionar.
(Lapenta, 2004). - La evaluación basada en las artes puede abrir nuevas formas de ver y comprender, incorporando
Tanto la emoción como el intelecto - Las fuentes de datos basadas en las artes a menudo son menos tangibles que los números o las transcripciones y, por lo tanto, pueden ser
menos susceptible de criterios estándar - Los participantes deben superar las inhibiciones y el miedo a ser juzgados
- Los evaluadores basados en las artes pueden necesitar un conjunto de habilidades especializadas tanto en evaluación como en artística
técnicas - Debe tener cuidado de que el enfoque en la creación de arte y la expresión creativa no eclipse
la evaluación - Debemos ampliar nuestro concepto de validez para adoptar la comprensión obtenida de las artes.
expresión - ¿Qué etapa de la evaluación mezclar métodos? (El diseño se considera mucho más fuerte
si los métodos mixtos se integran en varias o todas las etapas de la evaluación). - Se utilizarán los métodos:
- secuencialmente (los datos de una fuente informan la recopilación de datos de otro
fuente), o - simultáneamente (la triangulación se utiliza para integrar información de diferentes fuentes independientes)
- ¿Se administrarán métodos cualitativos y cuantitativos se darán ponderación relativamente igual?
- Respeto (por el uno al otro y el espacio en el que trabajamos)
- Relevancia (para nuestras vidas)
- Reciprocidad (intercambio de información y habilidades)
- Responsabilidad (con nosotros mismos, el uno con el otro y con las comunidades de las que venimos)
Estas restricciones pueden resultar en excluir componentes importantes de las poblaciones, si se toman demasiado literalmente.
Por el contrario, las personas que rechazan el consentimiento también es importante documentar, analizando por qué se produce esta negativa.
¿Qué es la evaluación cuantitativo?
Con un esfuerzo de recolección sistemática y una búsqueda de objetividad, o en cualquier caso de diversificación de puntos de vista.
Basado en la comparación de esta información, en forma de criterios e indicadores de referencias que se negocian. Esta evaluación crítica también se puede transportar conectando dos o más objetos de acción. Por ejemplo, cuestionando la relevancia de una acción de información para lograr un objetivo de cambio de comportamiento; O cuestionando la adecuación de los recursos utilizados y los servicios producidos.
Propuestas que contribuyen a la toma de decisiones. Ceci implique d’organiser l’évaluation (les méthodes, les objets à évaluer, les informations à recueillir) en fonction des questions auxquelles l’évaluation doit répondre, et ensuite de communiquer les résultats et les propositions aux décideurs, notamment sous forme d’ un informe. La evaluación es un instrumento orientado a la decisión.
Cuando la evaluación crea una convergencia a través de espacios de intercambio, un paso atrás en su práctica, una creación de cultura común, también tiene una dimensión democrática porque el proceso de evaluación en sí mismo puede constituir un proceso de cambio.
- un control que se basa en un enfoque descendente y que puede conducir a sanciones;
- Una herramienta de control de habilidades se dirigió hacia la gestión de recursos humanos;
- una investigación o un estudio que supone habilidades específicas;
¿Qué es evaluación cualitativa ejemplos?
La evaluación cualitativa le proporciona la capacidad de obtener una comprensión profunda de un programa o proceso. Implica el «por qué» y el «cómo» y permite una visión más profunda de los problemas de interés y explorar matices.
La recopilación de datos de evaluación cualitativa requiere el uso de diferentes herramientas que si se centró solo en la recopilación de datos cuantitativos. Algunos métodos de recopilación de datos de uso común para datos cualitativos incluyen entrevistas, grupos focales, revisión de documentos/material y participación/observación etnográfica.
Este seminario web proporciona una visión general de cómo usar métodos cualitativos durante una evaluación. Discute cuándo es más apropiado elegir un método cualitativo y cómo elegir ese método puede beneficiar la evaluación del programa.
Análisis de sus resultados de evaluación cualitativa: seminario web
¡Un desafío de recopilar datos de evaluación cualitativa es descubrir qué hacer con él! Este seminario web proporcionará un aprendizaje «práctico» sobre cómo clasificar la información recopilada e interpretar sus hallazgos cualitativos.
¿Qué es evaluación cualitativa?
La evaluación del programa es la evaluación sistemática de un programa para determinar su eficiencia y efectividad y hacer recomendaciones para mejorar sus resultados. Implica la recopilación y análisis sistemáticos de datos sobre un programa específico para determinar si logra con éxito sus objetivos previstos.
La evaluación del programa cualitativo emplea metodologías de investigación de ciencias sociales para evaluar los procesos y resultados de un proyecto específico. Se lleva a cabo éticamente, y los procesos seguidos se describen para garantizar que los resultados sean replicables por los futuros investigadores. La evaluación del programa de investigación cualitativa busca proporcionar respuestas a preguntas importantes como:
¿Cuál es el resultado del programa bajo evaluación?
¿Hay mejores formas de lograr los resultados deseados?
Un programa puede describirse como un conjunto de actividades específicas diseñadas para lograr un propósito específico. Los programas tienen objetivos y objetivos cuantificables y generalmente siguen procedimientos preestablecidos.
Los siguientes son los procesos involucrados en la evaluación del programa:
El primer paso en la evaluación del programa es aclarar lo que espera lograr con la evaluación. Tienes que responder preguntas como:
¿Se realizará la evaluación durante la etapa de implementación del programa o después de la implementación?
¿Tiene el propósito de la evaluación para determinar el valor del programa, tener en cuenta las partes interesadas externas o mejorar el programa?
¿Se completará la evaluación a la vez o en múltiples fases?
¿Cuáles son los instrumentos de evaluación cualitativa?
La evaluación cualitativa no se trata de grandes tamaños de muestra o poder de generalización. Más bien, la selección de «el caso» o «el participante» se basa en un fuerte razonamiento teórico (enfoque deductivo), datos empíricos y/o sigue una ruta lógica razonable (enfoque inductivo). Por lo tanto, uno debe saber por qué un caso o participante determinado es de interés, ya sea basado en la teoría o la lógica exploratoria. Numerosas estrategias de muestreo se describen en la literatura (por ejemplo, muestreo de criterios, muestreo de bola de nieve; para una revisión, ver Patton, 2002) y la idea subyacente es similar: reclutar «casos ricos en información», específicamente esos casos o sujetos capaces contribuir a la comprensión de un fenómeno dado. Al medir el rendimiento a través de lentes cualitativos, los académicos y los profesionales deben evitar casos remotos y marginales, y más bien centrarse en casos y temas de marcada importancia.
Una evaluación cualitativa es apropiada cuando no hay suficiente tiempo, dinero o datos para realizar una evaluación cuantitativa. La falta de datos puede deberse a la singularidad de un riesgo particular, que podría incluir amenazas o vulnerabilidades inusuales, o un activo único en su tipo.
Una evaluación cualitativa se basa en la experiencia, el juicio y la sabiduría de los miembros del equipo de evaluación. Algunos métodos de evaluación de riesgos cualitativos son:
Método Delphi Un procedimiento para que un panel de expertos llegue a un consenso sin cumplir cara a cara.
¿Cómo evaluar con la evaluación cuantitativa?
La evaluación confiable del programa depende en gran medida de los datos de calidad. Evaluación de un programa de envejecimiento rural en el lugar
Puede requerir múltiples tipos de datos, a saber, datos cuantitativos y datos cualitativos. Los datos cuantitativos incluyen
Mediciones y resultados específicos recopilados de encuestas, datos de reclamos, informes de costos y otras medidas numéricas.
Se pueden recopilar datos cualitativos de entrevistas y grupos focales de participantes del programa y apoyo
agencias e individuos. Ejemplos de tipos específicos de técnicas de recopilación de datos:
- Se pueden utilizar encuestas y cuestionarios para recopilar información sobre el envejecimiento de un adulto mayor en
Experiencia de lugar. Estos se pueden realizar en persona o por teléfono, correo o en línea. Podrían incluir
Preguntas cerradas y abiertas. - Los grupos focales y las entrevistas permiten a las personas describir su experiencia en el envejecimiento
y cualquier desafío que puedan haber encontrado con el programa de envejecimiento en su lugar. - La observación de un adulto mayor dentro de su hogar o entorno comunitario se puede utilizar para
Describe lo que ya funciona bien y lo que no. Un evaluador capacitado podría observar al adulto mayor en
El programa de envejecimiento para identificar las dificultades que los adultos mayores pueden tener dentro de sus propios hogares,
Acceder a un centro de atención médica, utilizar servicios de transporte o participar con su comunidad. - Los datos de registros de salud electrónicos y/o los datos del proveedor se pueden utilizar para rastrear un aumento en
telesalud o salud en el hogar u otros servicios de atención. También se pueden usar para documentar los cambios en el estado de salud.
de adultos que envejecen en su lugar.
Evaluar las necesidades de la comunidad y
Recursos
Sitio web
Toolkit que proporciona orientación para realizar evaluaciones de las necesidades y recursos de la comunidad. Proporciona
Recursos para recopilar información, realizar entrevistas y encuestas, y métodos cualitativos para evaluar
problemas de la comunidad. Organización (s): Grupo de trabajo para la salud y desarrollo comunitario en la Universidad de
Kansas
¿Cómo evaluar de forma cuantitativa?
Si bien la evaluación sumativa se distingue de la evaluación formativa (ver Elwy et al. Este problema), la comprensión adecuada de la estrategia de implementación requiere el uso de ambos métodos, tal vez en diferentes etapas de la investigación de implementación (The Health Foundation, 2015). La evaluación formativa es un proceso de evaluación riguroso diseñado para identificar influencias potenciales y reales en la efectividad de los esfuerzos de implementación (Stetler et al., 2006). Las etapas anteriores de la investigación de implementación pueden depender únicamente de la evaluación formativa y el uso de enfoques de métodos cualitativos y mixtos. Por el contrario, la investigación de implementación en etapa posterior implica pruebas alimentadas del efecto de una o más estrategias de implementación y, por lo tanto, es probable que utilicen un diseño de investigación entre sitios o dentro del sitio con al menos un resultado cuantitativo. Los métodos cuantitativos son especialmente importantes para explorar el alcance y la variación del cambio (dentro y entre unidades) inducidos por las estrategias de implementación.
Proctor y sus colegas (2011) proporcionan una taxonomía de los resultados de implementación disponibles, que incluyen aceptabilidad, adopción, idoneidad, viabilidad, fidelidad, costo de implementación, penetración/alcance y sostenibilidad/sostenimiento. La Tabla 1 en este artículo presenta una versión modificada de la Tabla 1 de Proctor et al. (2011), centrándose solo en las características de medición cuantitativa de estos resultados. La Tabla 1 también incluye las métricas adicionales de velocidad y cantidad, que se discutirán con más detalle en el ejemplo del caso. Como se señaló en la Tabla 1, y por Proctor et al. (2011), ciertos resultados son más aplicables en etapas anteriores versus posteriores de la investigación de implementación. Una revisión reciente de la investigación de implementación en el campo del VIH indicó que la investigación de implementación en etapa temprana era más probable que se centrara en la aceptabilidad y la viabilidad, mientras que las pruebas de etapa posterior de las estrategias de implementación se centraron menos en estos y más en la adopción, costo, penetración/alcance, fidelidad, fidelidad. y sostenibilidad (Smith et al., 2019). Estas fuentes de información cuantitativa se encuentran en múltiples niveles en el sistema de prestación de servicios, como el agente de entrega de intervención, el liderazgo y las partes interesadas clave dentro y fuera de un sistema de entrega particular (Brown et al., 2013).
Los métodos para la recopilación de datos cuantitativos incluyen encuestas estructuradas; uso de registros administrativos, incluidos los registros de gastos de salud y de salud; extracción del registro de salud electrónica (EHR); y observación directa. Las encuestas estructuradas se utilizan comúnmente para evaluar las actitudes y percepciones de los proveedores y pacientes sobre factores tales como la capacidad de mantener la intervención y una serie de facilitadores potenciales y barreras para la implementación (por ejemplo, Bertrand, Holtgrave y Gregowski, 2009; Luke, Calhoun, Robichaux, Elliott y Moreland-Russell, 2014). Las bases de datos administrativas y el EHR se utilizan para evaluar aspectos de la entrega de intervención que resultan de las estrategias de implementación (Bauer et al., 2015). Aunque el EHR admite la adquisición automática y acumulada de datos, su utilidad para medir los resultados de implementación es limitada dependiendo del tipo de estrategia de implementación y la intervención. Por ejemplo, es muy adecuado para recopilar datos sobre estrategias de implementación basadas en EHR, como el soporte de decisiones clínicas y la detección de síntomas, pero menos útiles para los comportamientos que de otro modo no se documentarían en el EHR (por ejemplo, los efectos de una colaboración de aprendizaje sobre la adopción de un protocolo de terapia conductual cognitiva). Por último, la evaluación observacional de la implementación es bastante común pero intensiva en recursos, lo que limita su uso fuera de la investigación financiada. Esto es particularmente pertinente a evaluar la fidelidad de la implementación, que comúnmente es observacional en la investigación financiada, pero rara vez se realiza cuando la intervención se adopta en circunstancias del mundo real (Schoenwald et al., 2011). Los costos asociados con la medición de fidelidad observacional han llevado a esfuerzos prometedores para automatizar este proceso con métodos de aprendizaje automático (por ejemplo, Imel et al., 2019).
La evaluación cuantitativa de los estudios de investigación de implementación implica más comúnmente la evaluación de métricas de resultados múltiples para obtener una evaluación integral de los efectos de la estrategia de implementación. Esto se debe en gran parte a la interrelación e interdependencia de estas métricas. Una deficiencia de Proctor et al. (2011) La taxonomía es que no especifica las relaciones entre los resultados, sino que simplemente se enumeran. El marco de evaluación REAIM (Gaglio, Shoup y Glasgow, 2013; Glasgow, Vogt y Boles, 1999) se usa comúnmente e incluye la consideración de la interrelación entre los resultados de implementación y la efectividad clínica de la intervención que se está implementando. Por lo tanto, es particularmente adecuado para los ensayos híbridos de implementación de efectividad (Curran et al., 2012; también ver Landes et al., Este problema). REAIM significa alcance, efectividad (de la intervención clínica o preventiva), adopción, implementación y mantenimiento. Cada métrica es importante para determinar el impacto general en la salud pública de la implementación, pero son algo interdependientes. Como tal, las dimensiones de reaño se pueden presentar en alguna combinación, como la métrica de «impacto en la salud pública» (tasa de alcance multiplicada por el tamaño del efecto de la intervención) (Glasgow, Klesges, Dzewaltowski, Estabrooks y Vogt, 2006). REAIM es uno en una clase de marcos de evaluación. Para una revisión, ver Tabak, Khoong, Chambers y Brownson (2012).
Se ha énfasis en el campo en encontrar formas de reducir la carga de medición para los implementadores y, en menor medida, en los investigadores de implementación para reducir los costos y aumentar el ritmo de difusión (Glasgow et al., 2019; Glasgow y Riley, 2013). Powell et al. (2017) establecieron criterios para medidas pragmáticas que dieron como resultado cuatro categorías distintas: (1) aceptables, (2) compatibles, (3) fácil y (4) útiles; Los siguientes pasos son desarrollar un consenso sobre los criterios más importantes y desarrollar criterios de calificación cuantificables para evaluar las medidas de implementación en su pragmatismo. Se han producido avances utilizando tecnología para la evaluación de la implementación (Brown et al., 2015). Por ejemplo, las medidas de implementación automatizadas y discretas pueden reducir en gran medida la carga de las partes interesadas y aumentar las tasas de respuesta. Como ejemplo, nuestro grupo (Wang et al., 2016) realizó una prueba de concepto que demuestra el análisis de texto de uso para clasificar automáticamente la finalización de las actividades de implementación utilizando registros de comunicación entre el implementador y la agencia de implementación. Como se mencionó anteriormente en este artículo, los investigadores han comenzado a automatizar la evaluación de la fidelidad de implementación a intervenciones basadas en evidencia como entrevistas motivacionales (por ejemplo, Imel et al., 2019; Xiao, Imel, Georgiou, Atkins y Narayanan, 2015), Y este trabajo se está expandiendo a otros protocolos de intervención para ayudar en la calidad de la implementación (Smith et al., 2018).
¿Cuáles son los instrumentos de evaluación cuantitativa?
Las evaluaciones cuantitativas se basan en hechos y datos asociados. Como se mencionó anteriormente, puede no tener en cuenta la sensibilidad real de uno de sus sistemas. O cuando se trata de garantizar que la criticidad se tenga en cuenta en sus cálculos, podría ser difícil. Aquí es donde entra una evaluación cualitativa. Una evaluación cualitativa toma en consideración factores menos tangibles y se basa más en la reacción intestinal que en los hechos y datos duros. Esto no quiere decir que su reacción intestinal no pueda basarse en los números que conozca, pero si hay factores que son difíciles de cuantificar, puede confiar en un sentimiento o instinto que lo ayudará a tomar una decisión sobre donde desea aplicar sus recursos limitados para proteger mejor la empresa.
Cuando se trata de tomar decisiones sobre los proyectos que toma, al final del día puede tomar su decisión basada en intangibles en lugar de algo que podría poner sus dedos fácilmente. Como ejemplo, supongamos que tenía una aplicación web que utilizan sus clientes. Se basa en algún sistema de gestión de contenido de código abierto. Tiene una cierta cantidad de información confidencial en la base de datos que la aplicación web utiliza para el almacenamiento persistente. Sus personas de TI recomiendan una costosa instalación de firewall de aplicaciones web junto con equilibradores de carga. Tiene un presupuesto limitado para los proyectos y está sopesando que uno no sea reemplazar un sistema de nómina que se ejecute en un sistema operativo anterior debido a los requisitos de soporte. Si bien hay un buen caso para proteger su infraestructura orientada al cliente, de alguna manera se siente correcto asegurarse de que su sistema de nómina siga funcionando, por lo que gastar el dinero para actualizar allí puede tener más sentido.
Obviamente, cuando se trata de un proceso de evaluación cualitativa, no hay reglas. Se trata de sus instintos y preferencias de riesgo. Puede haber algunas áreas en las que se sienta más cómodo aceptando el riesgo que en otras, independientemente de lo que digan los números. Otra cosa a tener en cuenta es que cuando se trata de evaluaciones cuantitativas, algunos de los números se basarán en evaluaciones cualitativas de todos modos, especialmente cuando se trata del lado de probabilidad. Cuando se trata de cosas como fallas de hardware, puede usar las estadísticas disponibles para cada pieza de hardware y estar razonablemente cómodo con la cantidad de fallas que verá. Cuando se trata de incidentes de seguridad, es más difícil. También puede ser difícil poner números reales en el costo de un incidente, especialmente cuando nunca ha tenido uno en su negocio.
Algunas empresas son objetivos más naturales que otros, pero eso no significa que no sea un objetivo solo porque no está en un mercado de alto valor, no tiene mucha propiedad o información intelectual. También hay objetivos de oportunidad y se puede usar fácilmente como una plataforma de lanzamiento para otros ataques si está lo suficientemente expuesto. Siempre debes tener en cuenta ser cómplice de otros ataques en tus decisiones y no solo en lo que quieres proteger. Decir que no tiene nada de valor puede estar bien para usted, pero podría hacer que encontrar el verdadero atacante sea más difícil en un compromiso en otro sitio.
Se realizó una evaluación cuantitativa de las percepciones de los estudiantes sobre la necesidad de habilidades de programación en el plan de estudios. Los datos se obtuvieron utilizando un cuestionario de opción múltiple. Esta encuesta se distribuyó a los estudiantes a través de un enlace en los siguientes cursos: 1) Ingeniería de reacción química (el tercer y último año de su educación Beng) (DTU, 2022a); y 2) Adaptación del proceso en biomanufacturación basada en fermentación (primer año de su MSC) (DTU, 2022b). Ambos cursos pertenecen a los programas de estudio de ingeniería química y bioquímica en la Universidad Técnica de Dinamarca.
Artículos Relacionados:
