Redes bayesianas para predecir el estilo de aprendizaje de estudiantes en entornos virtuales
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Outros Autores: | |
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 |