Dataverses destacados

Para usar esta funcionalidad ha de tener publicado o enlazado al menos un dataverse.

Publicar dataverse

¿Está seguro de que quiere publicar su dataverse? Una vez hecho esto, deberá permanecer publicado.

Publicar dataverse

Este dataverse no puede publicarse porque el dataverse al que pertenece no se ha publicado.

Eliminar dataverse

¿Está seguro de que quiere eliminar este dataverse? No podrá recuperarlo.

Búsqueda avanzada

401 a 410 de 616 Resultados
Archivo ZIP - 2,9 MB - MD5: 29d8a4f8415e8cdc6226b99b3ccd4e23
Datos
Name: rocfd528_binary_images Content: 528 binary images of Rey-Osterrieth Complex Figures. Format: Portable Network Graphics Language: English Version: 1
27 sept 2024 - Rey-Osterrieth Complex Figure (ROCF) Test Assessment
Juan Guerrero Martín; Alba Gómez-Valadés Batanero; Estela Díaz López; Margarita Bachiller Mayoral; José Manuel Cuadra Troncoso; Rafael Martínez Tomás; Sara García Herranz; María del Carmen Díaz Mardomingo; Herminia Peraita Adrados; Mariano Rincón Zamorano, 2024, "Subset of Quick, Draw! dataset for neural network pre-training / Subconjunto del conjunto de datos Quick, Draw! para pre-entrenamiento de redes neuronales", https://doi.org/10.21950/GWO9RA, e-cienciaDatos, V1
Description of the project This dataset is the result of the research carried out in the project "A Benchmark for Rey-Osterrieth Complex Figure (ROCF) Test Automatic Scoring", whose main goal was to establish a baseline for the scoring task consisting of: a dataset with 528 ROCF...
Archivo ZIP - 1,8 GB - MD5: 6d485af0349e4c711194396d89bc5be7
Data
Name: qdsd414k . Content: 414000 drawings of Quick, Draw! dataset distributed in several folders representing each of the classes and the subdivisions of the dataset (training, validation and test). Format: Portable Network Graphics . Version: 1
3 sept 2024
Mendieta-Aragón, Adrián; Arguedas-Sanz, Raquel; Ruiz-Gómez, Luis Manuel; Navío-Marco, Julio, 2024, "Tackling the challenge of peer learning in hybrid and online universities", https://doi.org/10.21950/0PLJCH, e-cienciaDatos, V1
Este proyecto analiza una experiencia de aprendizaje entre pares en la parte asincrónica de la enseñanza híbrida de la UNED, promoviendo a los estudiantes a actuar como profesores de sus pares, mediante la preparación de contenidos digitales (videos) para el curso.
Hoja de cálculo MS Excel - 20,4 KB - MD5: be7f4d92e3f8e986ec78dbad97d1ec1a
Datos
Dataset
MS Word - 58,1 KB - MD5: ad71cd1160aac688a242c4ffea077c1c
Datos
Encuesta enviada a los encuestados
Añadir datos

Necesita identificarse para crear un dataverse o añadir un dataset.

Compartir dataverse

Compartir este dataverse en sus redes sociales favoritas.

Enlace al dataverse
Reiniciar modificaciones

¿Está seguro de que quiere reiniciar los campos de metadatos seleccionados?. Si lo hace, cualquier personalización (oculto, obligatorio, opcional) que haya hecho desaparecerá.