Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos

La Analítica del Aprendizaje, el Aprendizaje de Máquina –supervisado y no supervisado- y las estrategias de los cursos en línea en ambientes de masividad son técnicas que aparecieron en la primera década de este milenio y se consolidaron –en diversas manifestaciones- en la década siguientes en difer...

Full description

Autores:
Solarte Sarasty, Mario Fernando
Tipo de recurso:
Doctoral thesis
Fecha de publicación:
2019
Institución:
Universidad del Cauca
Repositorio:
Repositorio Unicauca
Idioma:
spa
OAI Identifier:
oai:repositorio.unicauca.edu.co:123456789/1259
Acceso en línea:
http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1259
Palabra clave:
MOOC
Educación no formal
Analítica del Aprendizaje
Rights
License
https://creativecommons.org/licenses/by-nc-nd/4.0/
id REPOCAUCA2_f79d3b39eb511d9009f9c6f9c9c753d1
oai_identifier_str oai:repositorio.unicauca.edu.co:123456789/1259
network_acronym_str REPOCAUCA2
network_name_str Repositorio Unicauca
repository_id_str
dc.title.spa.fl_str_mv Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos
title Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos
spellingShingle Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos
MOOC
Educación no formal
Analítica del Aprendizaje
title_short Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos
title_full Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos
title_fullStr Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos
title_full_unstemmed Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos
title_sort Contribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivos
dc.creator.fl_str_mv Solarte Sarasty, Mario Fernando
dc.contributor.author.none.fl_str_mv Solarte Sarasty, Mario Fernando
dc.subject.spa.fl_str_mv MOOC
Educación no formal
Analítica del Aprendizaje
topic MOOC
Educación no formal
Analítica del Aprendizaje
description La Analítica del Aprendizaje, el Aprendizaje de Máquina –supervisado y no supervisado- y las estrategias de los cursos en línea en ambientes de masividad son técnicas que aparecieron en la primera década de este milenio y se consolidaron –en diversas manifestaciones- en la década siguientes en diferentes contextos. Aunque los MOOC (Massive Open Online Courses - cursos en línea abiertos y masivos) surgieron en un ambiente de educación no formal, su reciente articulación en los currículos universitarios hace que sea necesario resolver distintos retos para minimizar las consecuencias de su modelo, como por ejemplo aquellos relacionados con su rigidez en materia pedagógica. Lo anterior es, a su vez, una oportunidad magnífica para impulsar la introducción de tecnologías específicas para conocer y comprender el comportamiento de los distintos actores del proceso formativo, especialmente profesores y estudiantes teniendo en cuenta las significativas cantidades de personas involucradas en estos cursos. Uno de los beneficios anunciados por la aplicación de las técnicas de la Analítica del Aprendizaje, unido al potencial de las aplicaciones web que dan soporte a los cursos en línea en ambientes de masividad es el aprovechamiento de las grandes cantidades de datos para poder comprender el comportamiento de los estudiantes. Un aporte importante de la presente investigación es la integración de las tres técnicas indicadas anteriormente (aprendizaje de máquina, analíticas del aprendizaje, cursos masivos en línea) y su aplicación para el reconocimiento académico de conocimientos y habilidades adquiridos a través de esta modalidad educativa.
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2019-10-30T19:56:55Z
dc.date.available.none.fl_str_mv 2019-10-30T19:56:55Z
dc.date.issued.none.fl_str_mv 2019-04
dc.type.spa.fl_str_mv Tesis doctorado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_db06
format http://purl.org/coar/resource_type/c_db06
dc.identifier.uri.none.fl_str_mv http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1259
dc.identifier.instname.none.fl_str_mv
dc.identifier.reponame.none.fl_str_mv
dc.identifier.repourl.none.fl_str_mv
url http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1259
identifier_str_mv
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.creativecommons.none.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
dc.publisher.spa.fl_str_mv Universidad del Cauca
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Electrónica y Telecomunicaciones
dc.publisher.program.spa.fl_str_mv Doctorado en Ingeniería Telemática
institution Universidad del Cauca
bitstream.url.fl_str_mv http://repositorio.unicauca.edu.co/bitstream/123456789/1259/1/Contribuciones%20a%20la%20identificaci%c3%b3n%20autom%c3%a1tica%20del%20estilo%20de%20aprendizaje%20del%20estudiante.pdf
http://repositorio.unicauca.edu.co/bitstream/123456789/1259/2/Anexo%20A.pdf
http://repositorio.unicauca.edu.co/bitstream/123456789/1259/3/Anexo%20B.pdf
http://repositorio.unicauca.edu.co/bitstream/123456789/1259/4/license.txt
bitstream.checksum.fl_str_mv 02b7689c471de88c158608b250174227
2f8bdc085ac4fd96259a6c5d85024d64
46f43b887b2123731cf84298cada403f
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Dspace - Universidad del Cauca
repository.mail.fl_str_mv biblios@unicauca.edu.co
_version_ 1818113131780505600
spelling Solarte Sarasty, Mario Fernando2019-10-30T19:56:55Z2019-10-30T19:56:55Z2019-04http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1259La Analítica del Aprendizaje, el Aprendizaje de Máquina –supervisado y no supervisado- y las estrategias de los cursos en línea en ambientes de masividad son técnicas que aparecieron en la primera década de este milenio y se consolidaron –en diversas manifestaciones- en la década siguientes en diferentes contextos. Aunque los MOOC (Massive Open Online Courses - cursos en línea abiertos y masivos) surgieron en un ambiente de educación no formal, su reciente articulación en los currículos universitarios hace que sea necesario resolver distintos retos para minimizar las consecuencias de su modelo, como por ejemplo aquellos relacionados con su rigidez en materia pedagógica. Lo anterior es, a su vez, una oportunidad magnífica para impulsar la introducción de tecnologías específicas para conocer y comprender el comportamiento de los distintos actores del proceso formativo, especialmente profesores y estudiantes teniendo en cuenta las significativas cantidades de personas involucradas en estos cursos. Uno de los beneficios anunciados por la aplicación de las técnicas de la Analítica del Aprendizaje, unido al potencial de las aplicaciones web que dan soporte a los cursos en línea en ambientes de masividad es el aprovechamiento de las grandes cantidades de datos para poder comprender el comportamiento de los estudiantes. Un aporte importante de la presente investigación es la integración de las tres técnicas indicadas anteriormente (aprendizaje de máquina, analíticas del aprendizaje, cursos masivos en línea) y su aplicación para el reconocimiento académico de conocimientos y habilidades adquiridos a través de esta modalidad educativa.spaUniversidad del CaucaFacultad de Ingeniería Electrónica y TelecomunicacionesDoctorado en Ingeniería Telemáticahttps://creativecommons.org/licenses/by-nc-nd/4.0/https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2MOOCEducación no formalAnalítica del AprendizajeContribuciones a la identificación automática del estilo de aprendizaje del estudiante en procesos formativos en línea masivosTesis doctoradoinfo:eu-repo/semantics/doctoralThesishttp://purl.org/coar/resource_type/c_db06http://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINALContribuciones a la identificación automática del estilo de aprendizaje del estudiante.pdfContribuciones a la identificación automática del estilo de aprendizaje del estudiante.pdfapplication/pdf5194488http://repositorio.unicauca.edu.co/bitstream/123456789/1259/1/Contribuciones%20a%20la%20identificaci%c3%b3n%20autom%c3%a1tica%20del%20estilo%20de%20aprendizaje%20del%20estudiante.pdf02b7689c471de88c158608b250174227MD51Anexo A.pdfAnexo A.pdfapplication/pdf193623http://repositorio.unicauca.edu.co/bitstream/123456789/1259/2/Anexo%20A.pdf2f8bdc085ac4fd96259a6c5d85024d64MD52Anexo B.pdfAnexo B.pdfapplication/pdf389332http://repositorio.unicauca.edu.co/bitstream/123456789/1259/3/Anexo%20B.pdf46f43b887b2123731cf84298cada403fMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.unicauca.edu.co/bitstream/123456789/1259/4/license.txt8a4605be74aa9ea9d79846c1fba20a33MD54123456789/1259oai:repositorio.unicauca.edu.co:123456789/12592021-05-28 12:13:15.47Dspace - Universidad del Caucabiblios@unicauca.edu.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