Persona:
Martínez Huertas, José Ángel

Foto de perfil
Dirección de correo electrónico
ORCID
0000-0002-6700-6832
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Martínez Huertas
Nombre de pila
José Ángel
Nombre

Filtros

2018 - 20192
Restablecer filtros

Ajustes

Autor: León, José A. × Fecha de finalización: 2019 ×

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Miniatura
    Publicación
    Un Estudio sobre la Competencia Lectora en Adultos con Discapacidad Intelectual y del Desarrollo ante Textos con Contenidos de Clínica y Salud
    (Colegio Oficial de la Psicología de Madrid, 2018) León, José A.; Jastrzebska, Olga; Martínez Huertas, José Ángel
    El objetivo de este estudio fue analizar el nivel de la competencia lectora en personas adultas con Discapacidad Intelectual y del Desarrollo (PcDID) en la Comunidad de Madrid ante textos clínicos de diferente complejidad léxica y semántica. Participaron un total de 61 personas adultas con discapacidad intelectual y 31 estudiantes universitarios del último curso de grado como grupo control. Los resultados mostraron que las PcDID mejoran su rendimiento en tareas de comprensión lectora cuando se dispone del tiempo y apoyos necesarios. Así, si se dispone de una mayor cantidad de tiempo, el rendimiento de una parte importante de las PcDID mejora considerablemente, consiguiendo en algunos casos aproximarse al rendimiento de los estudiantes universitarios. El nivel de escolarización de las PcDID fue determinante en su rendimiento en las distintas pruebas.
  • Miniatura
    Publicación
    Automated summary evaluation with inbuilt rubric method: An alternative to constructed responses and multiple-choice tests assessments
    (Taylor and Francis Group, 2019-02-09) Jastrzebska, Olga; Olmos, Ricardo; León, José A.; Martínez Huertas, José Ángel
    Automated Summary Evaluation is proposed as an alternative to rubrics and multiple-choice tests in knowledge assessment. Inbuilt rubric is a recent Latent Semantic Analysis (LSA) method that implements rubrics in an artificially-generated semantic space. It was compared with classical LSA’s cosine-based methods assessing knowledge in a within-subjects design regarding two validation sources: a comparison with the results of rubric scores and multiple-choice tests, and the sensitivity of predicting the academic level of the test-taker. Results showed a higher reliability for inbuilt rubric (from Pearson correlation coefficient .81 to .49) over the classical LSA method (from .61 to .34) and a higher sensitivity using binary logistic regressions and effect sizes to predict academic level. It is concluded that inbuilt rubric has a qualitatively higher reliability and validity than classical LSA methods in a way that is complementary to models based on semantic networks. Thus, it is concluded that new Automated Summary Evaluation approaches such as the inbuilt rubric method can be practical in terms of reliability and efficiency, and, thus, they can offer an affordable and valuable form of knowledge assessment in different educational levels.