Modelo de inferencia difusa para la selección de objetos de aprendizaje adaptados a los perfiles de los estudiantes
Ver/
Citación
Comparte este contenido
Fecha
2009-12-01Otros contribuidores
Metadatos
Mostrar el registro completo del ítemDocumentos PDF
Resumen
Para mejorar los procesos de enseñanza / aprendizaje de los estudiantes se han desarrollado sistemas computarizados que permiten adaptar los cursos virtuales según los perfiles de los estudiantes. Existen diversos tipos de adaptación: adaptación de planes instruccional, adaptación de evaluaciones y adaptación de contenidos educativos. En este articulo se propone un modelo de inferencia difusa para la selección de Objetos de Aprendizaje, teniendo en cuenta los estilos de aprendizaje de los estudiantes y el comportamiento de las personas a partir de la identificación de los hemisferios cerebrales. Para la determinación de los estilos de aprendizaje, hemos adoptado el Modelo FSLSM (Felder and Silverman Learning Style Model) y para la identificación del comportamiento de los alumnos se utilizó el Modelo RCMT (Revelador del Cociente Mental Tríadico). Finalmente, se presenta la validación del modelo y los resultados obtenidos.
Palabras clave
Ciencias de la computación; Desarrollo tecnológico; Ingeniería de sistemas; Investigaciones; Tecnologías de la información y la comunicaciónKeywords
E-learning; Learning Objects; Adaptive Virtual Courses; Learning Styles; Brain Hemispheres; Fuzzy Inference Systems; Computer's science; Technological development; Systems engineer; Research; Technology of the information and communicationEnlace al recurso
Fuente del recurso
- Revista Colombiana de Computación; Vol. 10 Núm. 2 (2009): Revista Colombiana de Computación; 27-41
Enlace a este registro en el Repositorio Institucional UNAB
http://hdl.handle.net/20.500.12749/8963
Comentarios