Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales

Detalhes bibliográficos
Autor(a) principal: López-Faican, Lissette Geoconda
Data de Publicação: 2014
Outros Autores: Chamba-Eras, Luis Antonio
Tipo de documento: Artigo
Idioma: spa
Título da fonte: AtoZ (Curitiba)
Texto Completo: https://revistas.ufpr.br/atoz/article/view/41343
Resumo: Introdução: Descreve o uso de Redes Bayesianas - com base no modelo Felder-Silverman - para a implementação de um modelo de incerteza voltado à previsão do estilo de aprendizagem de alunos que interagem em um ambiente virtual de aprendizagem. Método: O modelo de incerteza,  projetado e desenvolvido para operar na LMS Moodle foi validado em um cenário educacional, consistindo em sua aplicação experimental em dois grupos de participantes oriundos da Universidade Nacional de Loja e da Universidade Internacional do Equador. Resultados: O bloco "Estilo de Aprendizagem" (EA) permitiu aos estudantes visualizar as probabilidades de cada dimensão de sua EA, notando que, de acordo com sua interação, essas probabilidades se modificavam. Da mesma forma, o professor pode visualizar as mudanças de probabilidade de EA obtidos pelos alunos quando estes interagiram em um curso virtual hospedadono Ambiente Virtual de Aprendizagem. Conclusão: A proposta pode servir de suporte para os professores que desejem identificar os estilos de aprendizagem predominantes dos estudantes e, com base nisso, elaborar atividades e recursos para suas disciplinas.
id UFPR-6_651058aefdd5eaa9313f7564209a65a3
oai_identifier_str oai:revistas.ufpr.br:article/41343
network_acronym_str UFPR-6
network_name_str AtoZ (Curitiba)
repository_id_str
spelling Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtualesBayesian networks to predict the learning style of student in virtual environmentsRedes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtualesComputer Science: information systemsArtificial intelligence; Bayesian model; Felder-Silverman modelCiência da Computação: sistemas de informaçãoInteligencia artificial; Modelo bayesiano; Modelo Felder-SilvermanCiencia de la Computación: sistemas de informaciónInteligencia artificial; Modelo bayesiano; Modelo Felder-SilvermanIntrodução: Descreve o uso de Redes Bayesianas - com base no modelo Felder-Silverman - para a implementação de um modelo de incerteza voltado à previsão do estilo de aprendizagem de alunos que interagem em um ambiente virtual de aprendizagem. Método: O modelo de incerteza,  projetado e desenvolvido para operar na LMS Moodle foi validado em um cenário educacional, consistindo em sua aplicação experimental em dois grupos de participantes oriundos da Universidade Nacional de Loja e da Universidade Internacional do Equador. Resultados: O bloco "Estilo de Aprendizagem" (EA) permitiu aos estudantes visualizar as probabilidades de cada dimensão de sua EA, notando que, de acordo com sua interação, essas probabilidades se modificavam. Da mesma forma, o professor pode visualizar as mudanças de probabilidade de EA obtidos pelos alunos quando estes interagiram em um curso virtual hospedadono Ambiente Virtual de Aprendizagem. Conclusão: A proposta pode servir de suporte para os professores que desejem identificar os estilos de aprendizagem predominantes dos estudantes e, com base nisso, elaborar atividades e recursos para suas disciplinas.Introducción: Describe la utilización de las Redes Bayesianas para implementar un modelo de incertidumbre que permita predecir el estilo de aprendizaje de los estudiantes mediante la interacción en un entorno virtual de aprendizaje basado en el modelo de Felder-Silverman. Método: El modelo de incertidumbre se lo diseño y desarrolló para el funcionamiento en el LMS Moodle. Para validar el modelo propuesto se planteó un escenario educativo real conformado por dos grupos experimentales pertenecientes a la Universidad Nacional de Loja y Universidad Internacional del Ecuador. Resultados: El bloque “Estilo de Aprendizaje” (EA) permitió a los estudiantes visualizar las probabilidades de cada dimensión de su EA observando que, de acuerdo a su interacción, cambiaban dichas probabilidades. De igual forma el docente pudo visualizar las probabilidades del EA que obtuvo cada estudiante al interactuar en un curso virtual alojado en el Entorno Virtual de Aprendizaje. Conclusión: La propuesta podrá servir como apoyo al docente que desee identificar los estilos de aprendizaje predominantes de los estudiantes y, en base a ello,  preparar actividades y recursos en su aula virtual.Introduction: It describes the use of Bayesian Networks to implement a model of uncertainty to predict the learning style of students through their interaction in a virtual learning environment based on the Felder-Silverman model. Method: The model uncertainty was designed and developed to be integrated in the LMS Moodle. In order to validate the proposed model, an actual educational scenario was built and two groups - one from the National University of Loja and other from the International University of Ecuador - were exposed to the experiment. Results: The block "Learning Style" (EA) allowed students to visualize the probabilities of each dimension of their EA by observing that, according to their interactions, these probabilities changed. Likewise, the teachers could visualize the probabilities of EA obtained by each student when these interactions were done in the hosted virtual course enclosed in the Virtual Learning Environment. Conclusion: The proposal may serve as support for teachers who want to identify predominant learning styles of their students and, based on that, prepare activities and resources in the courses under their responsibilities.Programa de Pós-graduação em Gestão da Informação - UFPRLópez-Faican, Lissette GeocondaChamba-Eras, Luis Antonio2014-12-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionexperimentalArtículo evaluado por paresexperimentalAvaliado pelos paresexperimentaltext/htmlapplication/pdfapplication/epub+ziphttps://revistas.ufpr.br/atoz/article/view/4134310.5380/atoz.v3i2.41343AtoZ: novas práticas em informação e conhecimento; v. 3, n. 2 (2014): jul./dez.; 107-115AtoZ: novas práticas em informação e conhecimento; v. 3, n. 2 (2014): jul./dez.; 107-115AtoZ: novas práticas em informação e conhecimento; v. 3, n. 2 (2014): jul./dez.; 107-1152237-826X10.5380/atoz.v3i2reponame:AtoZ (Curitiba)instname:Universidade Federal do Paraná (UFPR)instacron:UFPRspahttps://revistas.ufpr.br/atoz/article/view/41343/25345https://revistas.ufpr.br/atoz/article/view/41343/25346https://revistas.ufpr.br/atoz/article/view/41343/25349EquadorstudentsEquadorestudantesEcuadorestudiantesinfo:eu-repo/semantics/openAccess2017-11-03T15:44:18Zoai:revistas.ufpr.br:article/41343Revistahttp://revistas.ufpr.br/atozPUBhttp://ojs.c3sl.ufpr.br/ojs2/index.php/atoz/oai||revistaatoz@ufpr.br|| contatoatoz@gmail.com2237-826X2237-826Xopendoar:2017-11-03T15:44:18AtoZ (Curitiba) - Universidade Federal do Paraná (UFPR)false
dc.title.none.fl_str_mv Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
Bayesian networks to predict the learning style of student in virtual environments
Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
title Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
spellingShingle Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
López-Faican, Lissette Geoconda
Computer Science: information systems
Artificial intelligence; Bayesian model; Felder-Silverman model
Ciência da Computação: sistemas de informação
Inteligencia artificial; Modelo bayesiano; Modelo Felder-Silverman
Ciencia de la Computación: sistemas de información
Inteligencia artificial; Modelo bayesiano; Modelo Felder-Silverman
title_short Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
title_full Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
title_fullStr Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
title_full_unstemmed Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
title_sort Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
author López-Faican, Lissette Geoconda
author_facet López-Faican, Lissette Geoconda
Chamba-Eras, Luis Antonio
author_role author
author2 Chamba-Eras, Luis Antonio
author2_role author
dc.contributor.none.fl_str_mv
dc.contributor.author.fl_str_mv López-Faican, Lissette Geoconda
Chamba-Eras, Luis Antonio
dc.subject.por.fl_str_mv Computer Science: information systems
Artificial intelligence; Bayesian model; Felder-Silverman model
Ciência da Computação: sistemas de informação
Inteligencia artificial; Modelo bayesiano; Modelo Felder-Silverman
Ciencia de la Computación: sistemas de información
Inteligencia artificial; Modelo bayesiano; Modelo Felder-Silverman
topic Computer Science: information systems
Artificial intelligence; Bayesian model; Felder-Silverman model
Ciência da Computação: sistemas de informação
Inteligencia artificial; Modelo bayesiano; Modelo Felder-Silverman
Ciencia de la Computación: sistemas de información
Inteligencia artificial; Modelo bayesiano; Modelo Felder-Silverman
description Introdução: Descreve o uso de Redes Bayesianas - com base no modelo Felder-Silverman - para a implementação de um modelo de incerteza voltado à previsão do estilo de aprendizagem de alunos que interagem em um ambiente virtual de aprendizagem. Método: O modelo de incerteza,  projetado e desenvolvido para operar na LMS Moodle foi validado em um cenário educacional, consistindo em sua aplicação experimental em dois grupos de participantes oriundos da Universidade Nacional de Loja e da Universidade Internacional do Equador. Resultados: O bloco "Estilo de Aprendizagem" (EA) permitiu aos estudantes visualizar as probabilidades de cada dimensão de sua EA, notando que, de acordo com sua interação, essas probabilidades se modificavam. Da mesma forma, o professor pode visualizar as mudanças de probabilidade de EA obtidos pelos alunos quando estes interagiram em um curso virtual hospedadono Ambiente Virtual de Aprendizagem. Conclusão: A proposta pode servir de suporte para os professores que desejem identificar os estilos de aprendizagem predominantes dos estudantes e, com base nisso, elaborar atividades e recursos para suas disciplinas.
publishDate 2014
dc.date.none.fl_str_mv 2014-12-31
dc.type.none.fl_str_mv
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
experimental
Artículo evaluado por pares
experimental
Avaliado pelos pares
experimental
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://revistas.ufpr.br/atoz/article/view/41343
10.5380/atoz.v3i2.41343
url https://revistas.ufpr.br/atoz/article/view/41343
identifier_str_mv 10.5380/atoz.v3i2.41343
dc.language.iso.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.ufpr.br/atoz/article/view/41343/25345
https://revistas.ufpr.br/atoz/article/view/41343/25346
https://revistas.ufpr.br/atoz/article/view/41343/25349
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
application/pdf
application/epub+zip
dc.coverage.none.fl_str_mv Equador
students
Equador

estudantes
Ecuador
estudiantes
dc.publisher.none.fl_str_mv Programa de Pós-graduação em Gestão da Informação - UFPR
publisher.none.fl_str_mv Programa de Pós-graduação em Gestão da Informação - UFPR
dc.source.none.fl_str_mv AtoZ: novas práticas em informação e conhecimento; v. 3, n. 2 (2014): jul./dez.; 107-115
AtoZ: novas práticas em informação e conhecimento; v. 3, n. 2 (2014): jul./dez.; 107-115
AtoZ: novas práticas em informação e conhecimento; v. 3, n. 2 (2014): jul./dez.; 107-115
2237-826X
10.5380/atoz.v3i2
reponame:AtoZ (Curitiba)
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str AtoZ (Curitiba)
collection AtoZ (Curitiba)
repository.name.fl_str_mv AtoZ (Curitiba) - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv ||revistaatoz@ufpr.br|| contatoatoz@gmail.com
_version_ 1799711939412099072

Registros relacionados