Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje

Ilustraciones

Autores:
Salazar Ospina, Oscar Mauricio
Tipo de recurso:
Doctoral thesis
Fecha de publicación:
2020
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/79931
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/79931
https://repositorio.unal.edu.co/
Palabra clave:
000 - Ciencias de la computación, información y obras generales::003 - Sistemas
370 - Educación
Enseñanza con ayuda de computadores
Análisis de sistemas
Innovaciones educativas
evaluación virtual adaptativa
ontologías
Lógica difusa
Diseño instruccional de evaluaciones
Filtrado colaborativo
Perfiles de usuario
Sistemas de recomendación
Detección de falencias
E-Assessment
Ontologies
Fuzzy logic
Instructional design of assessments
Collaborative filtering
User profiles
Failure detection
Adaptive e-Assessment
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional
id UNACIONAL2_db0f37f1ec5dbb2d38dbf18cf7afaeee
oai_identifier_str oai:repositorio.unal.edu.co:unal/79931
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje
dc.title.translated.eng.fl_str_mv Adaptive assessment model for performance measurement and failure diagnosis in teachinglearning processes
title Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje
spellingShingle Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje
000 - Ciencias de la computación, información y obras generales::003 - Sistemas
370 - Educación
Enseñanza con ayuda de computadores
Análisis de sistemas
Innovaciones educativas
evaluación virtual adaptativa
ontologías
Lógica difusa
Diseño instruccional de evaluaciones
Filtrado colaborativo
Perfiles de usuario
Sistemas de recomendación
Detección de falencias
E-Assessment
Ontologies
Fuzzy logic
Instructional design of assessments
Collaborative filtering
User profiles
Failure detection
Adaptive e-Assessment
title_short Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje
title_full Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje
title_fullStr Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje
title_full_unstemmed Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje
title_sort Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje
dc.creator.fl_str_mv Salazar Ospina, Oscar Mauricio
dc.contributor.advisor.none.fl_str_mv Ovalle Carranza, Demetrio Arturo
dc.contributor.author.none.fl_str_mv Salazar Ospina, Oscar Mauricio
dc.subject.ddc.spa.fl_str_mv 000 - Ciencias de la computación, información y obras generales::003 - Sistemas
370 - Educación
topic 000 - Ciencias de la computación, información y obras generales::003 - Sistemas
370 - Educación
Enseñanza con ayuda de computadores
Análisis de sistemas
Innovaciones educativas
evaluación virtual adaptativa
ontologías
Lógica difusa
Diseño instruccional de evaluaciones
Filtrado colaborativo
Perfiles de usuario
Sistemas de recomendación
Detección de falencias
E-Assessment
Ontologies
Fuzzy logic
Instructional design of assessments
Collaborative filtering
User profiles
Failure detection
Adaptive e-Assessment
dc.subject.lemb.none.fl_str_mv Enseñanza con ayuda de computadores
Análisis de sistemas
Innovaciones educativas
dc.subject.proposal.spa.fl_str_mv evaluación virtual adaptativa
ontologías
Lógica difusa
Diseño instruccional de evaluaciones
Filtrado colaborativo
Perfiles de usuario
Sistemas de recomendación
Detección de falencias
dc.subject.proposal.eng.fl_str_mv E-Assessment
Ontologies
Fuzzy logic
Instructional design of assessments
Collaborative filtering
User profiles
Failure detection
dc.subject.proposal.fra.fl_str_mv Adaptive e-Assessment
description Ilustraciones
publishDate 2020
dc.date.issued.none.fl_str_mv 2020-07-15
dc.date.accessioned.none.fl_str_mv 2021-08-12T20:20:39Z
dc.date.available.none.fl_str_mv 2021-08-12T20:20:39Z
dc.type.spa.fl_str_mv Trabajo de grado - Doctorado
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/doctoralThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_db06
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TD
format http://purl.org/coar/resource_type/c_db06
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/79931
dc.identifier.instname.spa.fl_str_mv Universidad Nacional de Colombia
dc.identifier.reponame.spa.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourl.spa.fl_str_mv https://repositorio.unal.edu.co/
url https://repositorio.unal.edu.co/handle/unal/79931
https://repositorio.unal.edu.co/
identifier_str_mv Universidad Nacional de Colombia
Repositorio Institucional Universidad Nacional de Colombia
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Abdelghany, Abdelghany Salah, Nagy Ramadan Darwish, and Hesham Ahmed Hefni. 2019. “An Agile Methodology for Ontology Development.” International Journal of Intelligent Engineering and Systems 12(2):170–81.
Ackerman, Terry A. 2010. “The Theory and Practice of Item Response Theory by de Ayala, R. J.” Journal of Educational Measurement 47(4):471–76.
Amelung, M., K. Krieger, and D. Rosner. 2011. “E-Assessment as a Service.” IEEE Transactions on Learning Technologies 4(2):162–74.
Anderson, Lorin W. and David R. Krathwohl. 2001. A Taxonomy for Learning, Teaching, and Assessing : A Revision of Bloom’s Taxonomy of Educational Objectives. Longman.
Baneres, D., M. Elena Rodríguez, A. E. Guerrero-Roldán, and X. Baró. 2016. “Towards an Adaptive E-Assessment System Based on Trustworthiness.” Pp. 25–47 in Formative Assessment, Learning Data Analytics and Gamification. Elsevier.
Baneres, David, Xavier Baro, Ana-Elena Guerrero-Roldan, and M. Elena Rodriguez. 2015. “Towards a General Adaptive E-Assessment System.” Pp. 314–21 in 2015 International Conference on Intelligent Networking and Collaborative Systems. IEEE.
Benchoff, Delia E., Marcela P. Gonzalez, and Constanza R. Huapaya. 2018. “Personalization of Tests for Formative Self-Assessment.” Revista Iberoamericana de Tecnologias Del Aprendizaje 13(2):70–74.
Bernardi, Angelo, Carlo Innamorati, Cesare Padovani, Roberta Romanelli, Aristide Saggino, Marco Tommasi, and Pierpaolo Vittorini. 2019. “On the Design and Development of an Assessment System with Adaptive Capabilities.” Pp. 190–99 in Advances in Intelligent Systems and Computing. Vol. 804. Springer Verlag.
Bloom, Benjamin S. (Benjamin Samuel). 1956. Taxonomy of Educational Objectives; the Classification of Educational Goals,. Longmans, Green.
Carrera, Álvaro, Carlos A. Iglesias, Javier García-Algarra, and Dušan Kolařík. 2014. “A Real-Life Application of Multi-Agent Systems for Fault Diagnosis in the Provision of an Internet Business Service.” Journal of Network and Computer Applications 37:146–54.
Chrysafiadi, Konstantina, Christos Troussas, and Maria Virvou. 2020. “Combination of Fuzzy and Cognitive Theories for Adaptive E-Assessment.” Expert Systems with Applications 161:113614.
Corcho, Oscar, Mariano Fernandez, Asunción Gómez, and Angel López. 2005. “Building Legal Ontologies with METHONTOLOGY and WebODE.” Pp. 142–57 in Law and the Semantic Web. Springer Berlin Heidelberg.
D’Agostino, E., A. Casali, R. Corti, and A. Torres. 2005. “Sistema de Apoyo Al Aprendizaje Diagnóstico Utilizando Perfiles de Usuario : EndoDiag II.” Pp. 1–14 in VIII Simposio Argentino de Informática y Salud.
Douligeris, Christos, Eleni Seralidou, and Panagiotis Gkotsiopoulos. 2018. “Let’s Learn with Kahoot!” Pp. 677–85 in IEEE Global Engineering Education Conference, EDUCON. Vols. 2018-April. IEEE Computer Society.
Falcó, Enrique, Borja Pérez, Jose Casaña, Yasmin Ezzatvar, and Joaquín Calatayud. 2020. “INCLUSION OF INTERACTIVE VIDEO CONTENT USING EDPUZZLE© AS PART OF THE PRACTICAL TRAINING IN STUDENTS OF PHYSICAL THERAPY.” Pp. 4955–4955 in INTED2020 Proceedings. Vol. 1. IATED.
Gómez-Pérez, Asunción and Mari Carmen Suárez-Figueroa. 2009. NeOn Methodology for Building Ontology Networks: A Scenario-Based Methodology.
Gusev, Marjan, Sasko Ristov, Goce Armenski, Pano Gushev, and Goran Velkoski. 2014. “E-Assessment with Interactive Images.” Pp. 484–91 in 2014 IEEE Global Engineering Education Conference (EDUCON). IEEE.
Hambleton, Ronald K. and Russell W. Jones. 1993. “Comparison of Classical Test Theory and Item Response Theory and Their Applications to Test Development.” Educational Measurement: Issues and Practice 12(3):38–47.
Lim, Woan Ning. 2017. “Improving Student Engagement in Higher Education through Mobile-Based Interactive Teaching Model Using Socrative.” Pp. 404–12 in IEEE Global Engineering Education Conference, EDUCON. IEEE Computer Society.
Monteiro, Dinis and Bráulio Alturas. 2012. “The Adoption of E-Recruitment: The Portuguese Case: Study of Limitations and Possibilities by the Point of View from Candidates and from Recruiters.” in Information Systems and Technologies : proceedings of the 7th Iberian Conference on Information Systems and Technologies : (CISTI 2012).
Munzenmaier, Cecelia and Nancy Rubin. 2013. “BLOOM’S TAXONOMY: What’s Old Is New Again.” The ELearning Guild .
Romero, Lucila, Milagros Gutierrez, and Laura Caliusco. 2013. “A Conceptualization of E-Assessment Domain.” in Information Systems and Technologies : proceedings of the 8th Iberian Conference on Information Systems and Technologies (CISTI 2013) : Lisboa, Portugal, June 19-22, 2013.
Tabares, Valentina, Paula Rodriguez, Nestor Duque, Rosa Vicari, and Julian Moreno. 2012. “Multi-Agent Model for Evaluation of Learning Objects from Repository Federations - ELO-Index.” Respuestas 17(1):48–54
Toledo, Guadalupe, Carmen Mezura, Nicandro Cruz, and Edgard Benítez. 2013. “Modelo de Evaluación Adaptativa y Personalizada Mediante Razonamiento Probabilista.” in LACLO 2015 - Décima Conferencia Latinoamericana de Objetos y Tecnologías de Aprendizaje.
Villarroel, Rodolfo, Hector Cornide-Reyes, Roberto Munoz, and Thiago Barcelos. 2018. “Flipped Classroom + Plickers, an Experience to Propitiate Collaborative Learning in Software Engineering.” Pp. 1–7 in Proceedings - International Conference of the Chilean Computer Science Society, SCCC. Vols. 2017-October. IEEE Computer Society.
Wang, Feng-Hsu. 2004. “A Fuzzy Neural Network for Item Sequencing in Personalized Cognitive Scaffolding with Adaptive Formative Assessment.” Expert Systems with Applications 27(1):11–25.
Yu, Jonathan, Paul Davis, Scott Gould, and Kerry Taylor. 2014. “LINKED DATA APPROACH FOR AUTOMATED FAILURE DETECTION IN SEWER RISING MAINS USING REAL - TIME SENSOR DATA.”
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 147 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
dc.publisher.program.spa.fl_str_mv Medellín - Minas - Doctorado en Ingeniería - Sistemas
dc.publisher.department.spa.fl_str_mv Departamento de la Computación y la Decisión
dc.publisher.faculty.spa.fl_str_mv Facultad de Minas
dc.publisher.place.spa.fl_str_mv Medellín, Colombia
dc.publisher.branch.spa.fl_str_mv Universidad Nacional de Colombia - Sede Medellín
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/79931/1/license.txt
https://repositorio.unal.edu.co/bitstream/unal/79931/4/1152184079.2021.pdf
https://repositorio.unal.edu.co/bitstream/unal/79931/5/1152184079.2021.pdf.jpg
bitstream.checksum.fl_str_mv cccfe52f796b7c63423298c2d3365fc6
cdbb7902b74eae961c4786ecc85ecfe3
671ce829cc32f57783cb85ff9791b00a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089247811960832
spelling Atribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Ovalle Carranza, Demetrio Arturo19fbecc7d9324a7a37238ec3cfe6749b600Salazar Ospina, Oscar Mauricio4a577fbf73c4013989ac8d0450eea9d02021-08-12T20:20:39Z2021-08-12T20:20:39Z2020-07-15https://repositorio.unal.edu.co/handle/unal/79931Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/IlustracionesLas actividades de evaluación un papel muy importante en el proceso de enseñanza-aprendizaje de los estudiantes, a partir de este se validan los conocimientos adquiridos por los estudiantes y se generan mecanismos de retroalimentación. En procesos y entornos virtuales de aprendizaje este concepto no pierde importancia y ha sido objeto de estudio por numerosos trabajos. Dichos trabajos han explorado diversas maneras de integración con entornos virtuales, generación de calificaciones automáticas, tipologías de preguntas, seguimientos, retroalimentación, etc. Sin embargo, el proceso de evaluación no responde a las necesidades actuales y por lo general solo utilizan un modelo genérico de evaluación para todos los estudiantes. A los entornos actuales de aprendizaje virtual se han incorporado numerosos mecanismos de adaptación tales como: presentación y recuperación de recursos, recomendación de recursos adaptados, adaptación a características contextuales del usuario, adaptación de formatos y colores en los recursos, entro otros elementos. Lo anterior contrasta enormemente con el proceso de evaluación, debido a que actualmente se están adaptando los recursos educativos para la enseñanza, pero en el momento de evaluar no se están considerando las limitaciones, necesidades, preferencias y otros elementos de vital importancia para el estudiante (Chrysafiadi, Troussas, and Virvou 2020; Gusev et al. 2014; Hajjej, Hlaoui, and Ayed 2015). Adicionalmente, una de las características más representativas de este tipo de entornos es el gran número de usuarios con el que cuentan, esto dificulta enormemente el proceso de detección manual de fallas y la retroalimentación por parte de los profesores (Duque-Méndez, Tabares-Morales, and Ovalle 2020). Con base en lo anterior, esta tesis de doctorado tiene como objetivo proponer un modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizaje. Es decir, busca mejorar los mecanismos de evaluación actuales a partir de la representación de un modelo formal que integre los conceptos ligados al dominio de evaluación adaptativa. A partir de este modelo, se busca desarrollar un módulo de diseño instruccional que permita crear evaluaciones bien estructuradas que consideren los elementos tradicionales (cursos, preguntas, respuestas, etc.) pero que a la vez se enfoquen en todos los objetivos educacionales de curso. A partir de la definición de esta estructura se busca detectar falencias durante el proceso con el fin de proveer información de utilidad para generar estrategias individuales y/o grupales. Es importante resaltar también, que el modelo se centra en un proceso de evaluación adaptativo que busca validar los conocimientos de los estudiantes de manera individual, centrándose plenamente en las características y niveles cognitivos de cada uno de los estudiantes. Para lograr lo anteriormente expuesto, la tesis se apoya en técnicas de Inteligencia Artificial, sistemas de recomendación, mecanismos de representación del conocimiento y técnicas de la computación. (Tomado de la fuente)The assessment activities play a very important role in the teaching-learning process of the students, from this the knowledge acquired by the students is validated and feedback mechanisms are generated. In virtual learning environments this concept does not lose importance and has been studied in several works. These works have explored various ways of integration with virtual environments, generation of automatic grades, types of questions, follow-ups, feedback, etc. However, the assessment process does not respond to current needs and generally only use a generic assessment model for all students. Several adaptation mechanisms have been incorporated into current virtual learning environments such as: presentation and retrieval of resources, recommendation of adapted resources, adaptation to contextual features of the user, adaptation of formats and colors in resources, among other elements. The foregoing contrasts with the assessment process, because currently educational resources are being adapted for teaching, but at the time of assessment, limitations, needs, preferences and other elements of vital importance for the student are not being considered (Chrysafiadi, Troussas, and Virvou 2020; Gusev et al. 2014; Hajjej, Hlaoui, and Ayed 2015). Additionally, one of the most representative characteristics of this type of environment is the large number of users they have, this greatly hinders the process of manual fault detection and feedback from teachers (Duque-Méndez, Tabares-Morales, and Ovalle 2020). Based on the above, this doctoral thesis aims to propose an adaptive assessment model for performance measurement and fault diagnosis in teaching-learning processes. That is, it seeks to improve current evaluation mechanisms from the representation of a formal model Modelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de aprendizaje Página 11 de 147 that integrates the concepts linked to the adaptive assessment domain. Based on this model, the aim is to develop an instructional design module that allows the creation of wellstructured evaluations that consider traditional elements (courses, questions, answers, etc.) but that at the same time focus on all the educational objectives of the course. From the definition of this structure, it is sought to detect shortcomings during the process to provide useful information to generate individual and / or group strategies. It is also important to highlight that the model focuses on an adaptive assessment process that seeks to validate the knowledge of the students individually, fully focusing on the characteristics and cognitive levels of each of the students. To achieve the above, the thesis is based on Artificial Intelligence techniques, recommendation systems, knowledge representation mechanisms and computing techniques. (Tomado de la fuente)Beca de doctorado 727 de 2015DoctoradoDoctor en Ingeniería de sistemasCon el fin de dar cumplimiento a los objetivos planteados previamente, la tesis considera seis etapas para su desarrollo. En las diferentes etapas se utilizarán métodos y técnicas propias de la Inteligencia Artificial, la informática educativa, la evaluación virtual, entre otras. Etapa 1: revisión de la literatura y estructuración del marco teórico y del estado del arte en el ámbito de la evaluación virtual, la evaluación virtual adaptativa, la representación del conocimiento y la detección de fallas cognitivas. Etapa 2: análisis y comparación de los modelos existentes y las técnicas utilizadas en el proceso de evaluación virtual adaptativa y la detección de fallas cognitivas en procesos de aprendizaje. Etapa 3: implementación del modelo de representación adecuado para el dominio de la investigación. Etapa 4: diseñar y proponer el modelo de evaluación adaptativa que permita detectar fallas cognitivas en procesos de enseñanza-aprendizaje. Etapa 5: desarrollo e implementación de un prototipo funcional basado en el modelo de evaluación adaptativa propuesto. Etapa 6: diseño de los casos de estudio y evaluación del prototipo funcional.Herramientas de evaluación virtual adaptativas apoyadas en técnicas de Inteligencia Artificial147 páginasapplication/pdfspaUniversidad Nacional de ColombiaMedellín - Minas - Doctorado en Ingeniería - SistemasDepartamento de la Computación y la DecisiónFacultad de MinasMedellín, ColombiaUniversidad Nacional de Colombia - Sede Medellín000 - Ciencias de la computación, información y obras generales::003 - Sistemas370 - EducaciónEnseñanza con ayuda de computadoresAnálisis de sistemasInnovaciones educativasevaluación virtual adaptativaontologíasLógica difusaDiseño instruccional de evaluacionesFiltrado colaborativoPerfiles de usuarioSistemas de recomendaciónDetección de falenciasE-AssessmentOntologiesFuzzy logicInstructional design of assessmentsCollaborative filteringUser profilesFailure detectionAdaptive e-AssessmentModelo de evaluación adaptativa para la medición del desempeño y el diagnóstico de fallas en procesos de enseñanza-aprendizajeAdaptive assessment model for performance measurement and failure diagnosis in teachinglearning processesTrabajo de grado - Doctoradoinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06Texthttp://purl.org/redcol/resource_type/TDAbdelghany, Abdelghany Salah, Nagy Ramadan Darwish, and Hesham Ahmed Hefni. 2019. “An Agile Methodology for Ontology Development.” International Journal of Intelligent Engineering and Systems 12(2):170–81.Ackerman, Terry A. 2010. “The Theory and Practice of Item Response Theory by de Ayala, R. J.” Journal of Educational Measurement 47(4):471–76.Amelung, M., K. Krieger, and D. Rosner. 2011. “E-Assessment as a Service.” IEEE Transactions on Learning Technologies 4(2):162–74.Anderson, Lorin W. and David R. Krathwohl. 2001. A Taxonomy for Learning, Teaching, and Assessing : A Revision of Bloom’s Taxonomy of Educational Objectives. Longman.Baneres, D., M. Elena Rodríguez, A. E. Guerrero-Roldán, and X. Baró. 2016. “Towards an Adaptive E-Assessment System Based on Trustworthiness.” Pp. 25–47 in Formative Assessment, Learning Data Analytics and Gamification. Elsevier.Baneres, David, Xavier Baro, Ana-Elena Guerrero-Roldan, and M. Elena Rodriguez. 2015. “Towards a General Adaptive E-Assessment System.” Pp. 314–21 in 2015 International Conference on Intelligent Networking and Collaborative Systems. IEEE.Benchoff, Delia E., Marcela P. Gonzalez, and Constanza R. Huapaya. 2018. “Personalization of Tests for Formative Self-Assessment.” Revista Iberoamericana de Tecnologias Del Aprendizaje 13(2):70–74.Bernardi, Angelo, Carlo Innamorati, Cesare Padovani, Roberta Romanelli, Aristide Saggino, Marco Tommasi, and Pierpaolo Vittorini. 2019. “On the Design and Development of an Assessment System with Adaptive Capabilities.” Pp. 190–99 in Advances in Intelligent Systems and Computing. Vol. 804. Springer Verlag.Bloom, Benjamin S. (Benjamin Samuel). 1956. Taxonomy of Educational Objectives; the Classification of Educational Goals,. Longmans, Green.Carrera, Álvaro, Carlos A. Iglesias, Javier García-Algarra, and Dušan Kolařík. 2014. “A Real-Life Application of Multi-Agent Systems for Fault Diagnosis in the Provision of an Internet Business Service.” Journal of Network and Computer Applications 37:146–54.Chrysafiadi, Konstantina, Christos Troussas, and Maria Virvou. 2020. “Combination of Fuzzy and Cognitive Theories for Adaptive E-Assessment.” Expert Systems with Applications 161:113614.Corcho, Oscar, Mariano Fernandez, Asunción Gómez, and Angel López. 2005. “Building Legal Ontologies with METHONTOLOGY and WebODE.” Pp. 142–57 in Law and the Semantic Web. Springer Berlin Heidelberg.D’Agostino, E., A. Casali, R. Corti, and A. Torres. 2005. “Sistema de Apoyo Al Aprendizaje Diagnóstico Utilizando Perfiles de Usuario : EndoDiag II.” Pp. 1–14 in VIII Simposio Argentino de Informática y Salud.Douligeris, Christos, Eleni Seralidou, and Panagiotis Gkotsiopoulos. 2018. “Let’s Learn with Kahoot!” Pp. 677–85 in IEEE Global Engineering Education Conference, EDUCON. Vols. 2018-April. IEEE Computer Society.Falcó, Enrique, Borja Pérez, Jose Casaña, Yasmin Ezzatvar, and Joaquín Calatayud. 2020. “INCLUSION OF INTERACTIVE VIDEO CONTENT USING EDPUZZLE© AS PART OF THE PRACTICAL TRAINING IN STUDENTS OF PHYSICAL THERAPY.” Pp. 4955–4955 in INTED2020 Proceedings. Vol. 1. IATED.Gómez-Pérez, Asunción and Mari Carmen Suárez-Figueroa. 2009. NeOn Methodology for Building Ontology Networks: A Scenario-Based Methodology.Gusev, Marjan, Sasko Ristov, Goce Armenski, Pano Gushev, and Goran Velkoski. 2014. “E-Assessment with Interactive Images.” Pp. 484–91 in 2014 IEEE Global Engineering Education Conference (EDUCON). IEEE.Hambleton, Ronald K. and Russell W. Jones. 1993. “Comparison of Classical Test Theory and Item Response Theory and Their Applications to Test Development.” Educational Measurement: Issues and Practice 12(3):38–47.Lim, Woan Ning. 2017. “Improving Student Engagement in Higher Education through Mobile-Based Interactive Teaching Model Using Socrative.” Pp. 404–12 in IEEE Global Engineering Education Conference, EDUCON. IEEE Computer Society.Monteiro, Dinis and Bráulio Alturas. 2012. “The Adoption of E-Recruitment: The Portuguese Case: Study of Limitations and Possibilities by the Point of View from Candidates and from Recruiters.” in Information Systems and Technologies : proceedings of the 7th Iberian Conference on Information Systems and Technologies : (CISTI 2012).Munzenmaier, Cecelia and Nancy Rubin. 2013. “BLOOM’S TAXONOMY: What’s Old Is New Again.” The ELearning Guild .Romero, Lucila, Milagros Gutierrez, and Laura Caliusco. 2013. “A Conceptualization of E-Assessment Domain.” in Information Systems and Technologies : proceedings of the 8th Iberian Conference on Information Systems and Technologies (CISTI 2013) : Lisboa, Portugal, June 19-22, 2013.Tabares, Valentina, Paula Rodriguez, Nestor Duque, Rosa Vicari, and Julian Moreno. 2012. “Multi-Agent Model for Evaluation of Learning Objects from Repository Federations - ELO-Index.” Respuestas 17(1):48–54Toledo, Guadalupe, Carmen Mezura, Nicandro Cruz, and Edgard Benítez. 2013. “Modelo de Evaluación Adaptativa y Personalizada Mediante Razonamiento Probabilista.” in LACLO 2015 - Décima Conferencia Latinoamericana de Objetos y Tecnologías de Aprendizaje.Villarroel, Rodolfo, Hector Cornide-Reyes, Roberto Munoz, and Thiago Barcelos. 2018. “Flipped Classroom + Plickers, an Experience to Propitiate Collaborative Learning in Software Engineering.” Pp. 1–7 in Proceedings - International Conference of the Chilean Computer Science Society, SCCC. Vols. 2017-October. IEEE Computer Society.Wang, Feng-Hsu. 2004. “A Fuzzy Neural Network for Item Sequencing in Personalized Cognitive Scaffolding with Adaptive Formative Assessment.” Expert Systems with Applications 27(1):11–25.Yu, Jonathan, Paul Davis, Scott Gould, and Kerry Taylor. 2014. “LINKED DATA APPROACH FOR AUTOMATED FAILURE DETECTION IN SEWER RISING MAINS USING REAL - TIME SENSOR DATA.”EspecializadaColcienciasLICENSElicense.txtlicense.txttext/plain; charset=utf-83964https://repositorio.unal.edu.co/bitstream/unal/79931/1/license.txtcccfe52f796b7c63423298c2d3365fc6MD51ORIGINAL1152184079.2021.pdf1152184079.2021.pdfTesis Doctorado en Ingeniería de Sistemasapplication/pdf10599276https://repositorio.unal.edu.co/bitstream/unal/79931/4/1152184079.2021.pdfcdbb7902b74eae961c4786ecc85ecfe3MD54THUMBNAIL1152184079.2021.pdf.jpg1152184079.2021.pdf.jpgGenerated Thumbnailimage/jpeg5466https://repositorio.unal.edu.co/bitstream/unal/79931/5/1152184079.2021.pdf.jpg671ce829cc32f57783cb85ff9791b00aMD55unal/79931oai:repositorio.unal.edu.co:unal/799312023-10-25 08:41:11.265Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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