Hacia un aprendizaje personalizado en ambientes virtuales
Texto completo:
http://www.uajournals.com/campus ...Ver/ Abrir
Nivel Educativo:
Tipo Documental:
Artículo de revistaEstadísticas:
Ver Estadísticas de usoMetadatos:
Mostrar el registro completo del ítemAutor:
Fecha:
2016Publicado en:
Campus virtuales : revista científica iberoamericana de tecnología educativa. 2016, vol. V, n. 1 ; p. 20-29Resumen:
La aplicación de las tecnologías de la información en la educación y el impacto de Internet han fomentado el aprendizaje online, aunque las propuestas aparecidas afectan a los servicios educativos, como el acceso lineal a los contenidos y métodos no flexibles al estilo de aprendizaje de los usuarios. Se propone un modelo inteligente de gestión de aprendizaje personalizado en un ambiente de simulación virtual basada en instancias de objetos de aprendizaje. Se utiliza para ello una función de similaridad a través de la Distancia Euclidiana Multidimensional Ponderada para el procesamiento de los datos y una Red Neuronal Perceptron Multicapa para la selección de la mejor estrategia de enseñanza de acuerdo al estilo de aprendizaje del estudiante. Se implementa la plataforma experimental MIGAP para el montaje de cursos de dominio de la Mecánica Newtoniana. Los resultados muestran que el modelo propuesto tiene una eficiencia de un 99.5%; por encima de los modelos: Simple Logistic con un 98.99%, Naive Bayes con un 97.98%, Tree J48 con un 96.98% y Redes Neuronales con un 94.97% de aciertos. Se aboga por aplicar este modelo en otras áreas del conocimiento porque permite identificar el mejor estilo de aprendizaje del estudiante y adaptarse a él
La aplicación de las tecnologías de la información en la educación y el impacto de Internet han fomentado el aprendizaje online, aunque las propuestas aparecidas afectan a los servicios educativos, como el acceso lineal a los contenidos y métodos no flexibles al estilo de aprendizaje de los usuarios. Se propone un modelo inteligente de gestión de aprendizaje personalizado en un ambiente de simulación virtual basada en instancias de objetos de aprendizaje. Se utiliza para ello una función de similaridad a través de la Distancia Euclidiana Multidimensional Ponderada para el procesamiento de los datos y una Red Neuronal Perceptron Multicapa para la selección de la mejor estrategia de enseñanza de acuerdo al estilo de aprendizaje del estudiante. Se implementa la plataforma experimental MIGAP para el montaje de cursos de dominio de la Mecánica Newtoniana. Los resultados muestran que el modelo propuesto tiene una eficiencia de un 99.5%; por encima de los modelos: Simple Logistic con un 98.99%, Naive Bayes con un 97.98%, Tree J48 con un 96.98% y Redes Neuronales con un 94.97% de aciertos. Se aboga por aplicar este modelo en otras áreas del conocimiento porque permite identificar el mejor estilo de aprendizaje del estudiante y adaptarse a él
Leer menos