Juan C Jiménez UPSI-Universidad Técnica Particular de Loja Loja Ecuador. tener en el aprendizaje y por ende maximizar la calidad de la enseñanza.

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Juan C Jiménez UPSI-Universidad Técnica Particular de Loja Loja Ecuador. tener en el aprendizaje y por ende maximizar la calidad de la enseñanza."

Transcripción

1 Recolección de datos de interacción de alumnos en una plataforma E-learning para obtener indicadores de interés de su actividad aplicando técnicas de aprendizaje automático Greyson P Alberca UPSI-Universidad Técnica Particular de Loja Loja - Ecuador Martha V Agila Virtualización -Universidad Técnica Particular de Loja Loja - Ecuador Fausto J Loja UPSI-Universidad Técnica Particular de Loja Loja - Ecuador Priscila M Valdiviezo Virtualización -Universidad Técnica Particular de Loja Loja Ecuador Juan C Jiménez UPSI-Universidad Técnica Particular de Loja Loja Ecuador RESUMEN El presente documento presenta un estudio de las técnicas de extracción de conocimiento a través de la minería de datos, con el fin de obtener indicadores de interés que permitan la generación de recomendaciones para el mejoramiento del aprendizaje dentro de la plataforma E-learning o LMS (Learning Managment System) de la UTPL (Universidad Técnica Particular de Loja). Se ha aplicado las técnicas de aprendizaje automático a los datos de las interacciones de estudiantespara definir un modelo de usuario y determinar su comportamiento en la plataforma. Se ha realizado pruebas para verificar el modelo con nuevas interacciones de estudiantes. También se ha desarrollado un módulo en php agregado a un LMS para presentar recomendaciones estáticas hacia los estudiantes. Finalmente se ha determinado los indicadores de interés de los estudiantes dentro el LMS. Palabras Clave LMS, Moodle, Modelo de usuario, aprendizaje automático, minería de datos. 1. INTRODUCCIÓN Hoy en día la enseñanza a través de plataformas virtuales (eg. Moodle1, dotlrn2, Teleduc,etc.) es acogida por personas de diferentes características que se encuentran favorecidas ante las nuevas innovaciones tecnológicas. Estos entornos de aprendizaje basados en web, están conformados por herramientas de comunicación, productividad, relación grupal, administración, manejo de cursos, manejo de contenidos, entre otros[10]; permitiendo que el estudiante y profesor tenga mayor participación colaborativa para mejorar la calidad de la enseñanza. Pero aún la mayoría de los sistemas e-learning consideran a los estudiantes con características unificadas como lo comenta [11] proporcionando recursos monólogos lo que implica que el proceso de enseñanza-aprendizaje sea el mismo para todos. En los años recientes se ha presentado estudios de la personalización de los sistemas adaptativos para entornos e- learning, permitiendo construir recomendaciones dinámicas para que los estudiantes superen las dificultades que puedan tener en el aprendizaje y por ende maximizar la calidad de la enseñanza. Es por esto que el presente trabajo presenta un estudio de las técnicas de extracción de conocimiento a través de la minería de datos, con el fin de obtener indicadores de interés que permitan la generación de recomendaciones estáticas para el mejoramiento del aprendizaje dentro de la plataforma E- learning o LMS de la UTPL. Se ha aplicado las técnicas de aprendizaje automático a los datos de las interacciones de estudiantespara definir un modelo de usuario y determinar su comportamiento en la plataforma. Se ha realizado pruebas para verificar el modelo con nuevas interacciones de estudiantes. También se ha desarrollado un módulo en php agregado a un LMS para presentar recomendaciones estáticas hacia los estudiantes.finalmente se ha determinado los indicadores de interés de los estudiantes dentro el LMS. 2. DESCRIPCIÓN DEL PROBLEMA Actualmente la UTPL posee una plataforma virtual que es utilizada como herramienta de soporte a la educación en sus dos modalidades: abierta y presencial. En dicha plataforma los estudiantes pueden interactuar con el profesor de la materia en la que está inscrito, con la ayuda de herramientas y utilidades tales como: foros, preguntas frecuentes, chat, correo electrónico, materiales, etc., creando así un entorno de enseñanza aprendizaje virtual. Este sistema de aprendizaje virtual ha favorecido en la creación de cursos on-line en la que la utilización de la plataforma virtual es imprescindible, ya que se tiene un modelo de aprendizaje colaborativo en el cual tanto profesores como alumnos colaboran entre sí. Pero es necesario saber cómo los estudiantes interactúan con las herramientas de la plataforma, esto con el objetivo de presentar recomendaciones para la mejora de estos servicios y así aprovechar realmente las ventajas que nos ofrecen este tipo de sistemas. Para esto, se realizó un análisis de minería de datos sobre la plataforma virtual de la UTPL, tomando como datos de entrada la información acerca de las interacciones de los estudiantes con la plataforma, para luego construir modelos de usuarios y en base a los indicadores de interés obtenidos del análisis de minería de datos,determinar el comportamiento de los estudiantes con la plataforma. 3. SOLUCIÓN DEL PROBLEMA

2 Antes de realizar el análisis de minería de datos es muy importante seguir los pasos referenciados en [3], para tener claro hacia donde se quiere orientar los objetivos. La figura 1 muestra un resumen de los sistemas de extracción de conocimiento. Figura 2. Arquitectura de la plataforma e-learning Moodle Figura.1 Características generales de un sistema de extracción del conocimiento 3.1 COMPONENTES DE LA SOLUCIÓN Algoritmos de aprendizaje automático o de clasificación Los diferentes algoritmos de Aprendizaje Automático se agrupan en una taxonomía en función de la salida de los mismos. Entre ellos se tiene el Aprendizaje supervisado en el que el algoritmo produce una función que establece una correspondencia entre las entradas y las salidas deseadas del sistema, y el aprendizaje no supervisado, en el que todo el proceso de modelado se lleva a cabo sobre un conjunto de ejemplos formado tan sólo por entradas al sistema. No se tiene información sobre las categorías o salidas esperadas de esos ejemplos. En el proyecto se optó por tomar las técnicas de aprendizaje supervisado como herramienta para la construcción del modelo de usuario, ya que de acuerdo a los objetivos del proyecto, se pretende clasificar a los estudiantes de acuerdo a su nivel de participación, por lo tanto, se tiene que definir las categorías o clases en las cuales los estudiantes van a ser correspondidos. Arquitectura de la solución La arquitecturase basa concretamente en la aplicación de un agente de software dentro del modelo del usuario, es decir, que en base a los datos de interacción del usuario, el modelo sea capaz de asignar a dicho usuario a una clase predefinida por el agente, y a través de esta clasificación presentar las recomendaciones necesarias, acerca de su nivel de interacción con la plataforma. En la figura 2, se muestra la arquitectura que tiene la plataforma virtual Moodle, actualmente utilizada en la UTPL, ésta consiste en una combinación de páginas web dinámicas y módulos especializados en realizar operaciones sobre una base de datos, en donde el estudiante es registrado como un usuario del sistema y cualquier actividad que este realice dentro del sistema se almacena en un registro (log), para posteriormente ser utilizado para fines de auditoria o análisis de datos.para el presente trabajo se utilizó estos registros y otros datos del usuario para la construcción del modelo del usuario y la base de conocimiento, obtenida del proceso de minería de datos. Esto permitirá definir las reglas de decisión e inferencia 3, para el diseño del agente de software (figura 3), el cuál contiene los diferentes tipos de recomendaciones en base al nivel de interacción en la que el usuario será clasificado. El proceso para presentar las recomendaciones consiste en: obtener los registros de las interacciones del estudiante con las herramientas y otros datos del usuario, obtenidos de la base de datos de la plataforma, para luego compararlos con las reglas de decisión definidas en el modelo del usuario y así clasificar al estudiante de acuerdo a su nivel de interacción general, y luego que el agente ubique al usuario en una clase predefinida para q se le presente las recomendaciones correspondientes a su nivel de interacción. Figura 3. Implementación de un agente de software para la plataforma Moodle La arquitectura de la solución se fundamenta en el diseño de Sistemas Hipermedia Adaptativos, esto quiere decir, que el contenido que presenta al usuario es de acuerdo al comportamiento o frecuencia de interacción que el usuario ha tenido con el sistema, presentando así recomendaciones o sugerencias para ayudar al usuario a mejorar su experiencia utilizando las herramientas del sistema. 3.2 DESARROLLO DE LA SOLUCIÓN Modelado del Usuario 3 Inferencia: Es el proceso de razonamiento por el que se concluye una proposición de otra u otras anteriormente aceptadas.

3 El modelo del usuario es la representación de características y propiedades de un usuario específico, que se utiliza generalmente para razonar sobre las necesidades, preferencias o comportamiento futuro del usuario. Es una parte fundamental en los sistemas adaptativos que personalizan las respuestas ofertadas a los usuarios, tal como lo explica en [12]. Gaudioso, describe tres tipos básicos de modelos [2]: a) explícitos, que se representan a través de reglas en base a un conocimiento declarado previamente, b) implícitos, los cuales se basan en una serie de atributos que se obtienen con la ejecución de tareas de aprendizaje automático, y, c) híbridos, que se basan en la combinación de las dos técnicas mencionadas anteriormente. De acuerdo a lo presentado, el diseño de un modelo híbrido permite definir de mejor manera un modelo de usuario, ya que no toda su información es directamente observable por lo que es necesario realizar inferencias para crear nuevos atributos que relacionen estos datos. Determinación de la muestra y definición de los atributos a ser utilizados Para realizar el análisis de minería de datos es necesario determinar la muestra de los datos, que van a constituirse en datos de entrenamiento para el proceso de clasificación, es por esto que se tomó como población la carrera de Sistemas Informáticos y Computación de la Modalidad Clásica. Para la fase de adquisición de datos era necesario definir algunas cuestiones como: los parámetros que se debía obtener para construir la base de datos de trabajo seguido de la identificación y obtención de los datos disponibles. Para esto se realizó la implementación de un script en el lenguaje PHP, el cual realiza una consulta directa a la tabla de logs de la base de datos de la plataforma. A continuación la tabla 1 y 2, presentan los atributos seleccionados para la recolección de los datos: ATRIBUTO DESCRIPCIÓN ASIGNATURA El nombre del curso y el paralelo que el estudiante pertenece. NOMBRES Nombres y apellidos del estudiante. CIUDAD Ciudad o localidad que pertenece el estudiante. FOTO Este es un valor binario (1 o 0, SI o NO), identifica si el usuario tiene o no su fotografía almacenada en su perfil de usuario. Tabla 1. Atributos que se refieren a los datos de Usuario FORUM_VIEW_DISCUSSIO N FORUM_VIEW_FORUM RESOURCE_VIEW USER_UPDATE USER_VIEW revisa las discusiones dentro de un foro. revisa o accede a los foros de discusión. accede a los recursos 5 subidos por el profesor. actualiza los datos de su perfil. revisa o accede a su perfil. Tabla 2. Atributos que se refieren a los datos de interacción (uso) del usuario con la plataforma. Limpieza y pre-procesamiento de datos El objetivo de esta fase es que en base a las tareas de aprendizaje que se infieran de los datos del usuario, se tenga un modelo predictivo para nuevos datos que se ingresen y así asignarlos a una clases específica. Concretamente se definieron los siguientes atributos: Nivel de interacción en los recursos. Nivel de interacción en las tareas. Nivel de interacción en los Foros Nivel de interacción general. Los tres primeros niveles dependen directamente de los datos de interacción de los usuarios por lo que a cada nivel se le asigna una clase de nivel (Alto, Medio y Bajo). El nivel de interacción general, depende directamente de los tres primeros niveles y en base a los valores de clase de éstos se determina el nivel de participación general de los usuarios dentro de la plataforma. Algoritmos Utilizados para la Minería de Datos El Algoritmo C4.5 (J48), propuesto por Quinlan es una versión actualizada del algoritmo ID3. Una característica importante del algoritmo C4.5 es el manejo de atributos con valores en un rango continuo y la construcción de los árboles de decisión, en base a particiones recursivas.[4] El Algoritmo PART, utiliza los mismos mecanismos que el C4.5 para la construcción del arbol de decisión pero evita el paso de optimización de sus reglas ya que genera una lista de decisón sin restricciones basánodose en el procedimiento divide y vénceras lo que produce que éste algoritmo sea mas rápido. ATRIBUTO COURSE_VIEW ASSIGNMENT_VIEW ASSIGNMENT_UPLOAD FORUM_ADD_POST DESCRIPCIÓN Número de accesos al curso seleccionado accede a las tareas enviadas por el profesor. sube algún tipo de contenido a las tareas enviadas. añade un POST 4, a un foro. El Algoritmo NNge, basado en el método del vecino más cercano, este método utiliza la heurística para realizar búsquedas y encontrar relaciones entre los datos, para con esto generar reglas de decisión del tipo Si, entonces. 3.3 RESULTADOS OBTENIDOS Experiencia en la aplicación del clasificador J48 El tipo de evaluación del algoritmo es importante al momento de realizar la clasificación, por lo que se usó la validación 4 POST se refiere a la acción de enviar un mensaje hacia el servidor principal. 5 Los recursos (Materiales) son ayudas digitales que contienen información que puede ser leída, vista o bajada para extraer información que apoye el proceso de aprendizaje.

4 cruzada 10-veces (10-fold Cross Validation), la cual divide todo el conjunto de datos en 10 subconjuntos y aleatoriamente va tomando un conjunto para el testeo y el restante para entrenamiento. De esta forma, cada algoritmo se ejecuta 10 veces aprendiendo con un 90% de las instancias y se prueba con el 10% de instancias restantes. En la siguiente tabla se muestra el porcentaje de instancias erróneas e instancias clasificadas correctamente de los diferentes niveles de interacción: Nivel de Interacción Correctas Erróneas Recursos % % Tareas % 1.69 % Foros % % General % % Tabla 3. Resultados para las pruebas con el algoritmo J48 utilizando la validación cruzada Experiencia en la aplicación del clasificador PART El algoritmo PART en Weka realiza casi las mismas operaciones que el algoritmo J48, con la diferencia que este algoritmo no genera árboles de decisión, sino es un algoritmo para la obtención de reglas de un árbol de decisión, pero recibe algunos parámetros similares que el J48 (entre algunos de estos el factor de confianza), otradiferencia es que este algoritmo no realiza el proceso de optimización de reglas de clasificación por lo que el proceso de análisis es más rápido que el algoritmo J48. Nivel de Correctas Erróneas Interacción Recursos % % Tareas % 1,69. % Foros % % General % % Tabla 4. Resultados para las pruebas con el algoritmo PART utilizando la validación cruzada. Experiencia en la aplicación del clasificador NNge Al igual que en los dos algoritmos utilizados anteriormente se obtuvo los siguientes resultados: Nivel de Correctas Erróneas Interacción Recursos % % Tareas % 1.69 % Foros % % General % % Tabla 5. Resultados para las pruebas con el algoritmo NNge utilizando la validación cruzada Como se puede apreciar en las tablas 3, 4 y 5, los mejores resultados se obtuvieron con el algoritmo J48, en el que el porcentaje de instancias clasificadas correctamente en las tres categorías (recursos, tareas y foros) fluctúa entre el 81%. Con el algoritmo PART aunque se toma menos tiempo en la clasificación sus porcentajes son bajos especialmente en el nivel de interacción de foros, por lo que se ve reflejado la ventaja de realizar la optimización de reglas que si lo hace el J48, por lo que se puede concluir que el algoritmo J48 es el que mejor se adapta al modelo del usuario y presenta una mejor clasificación. Si comparamos los resultados con los del algoritmo Nnge vemos que los porcentajes son similares con una pequeña variación entre ellos. 4 INTERPRETACION DE LOS RESULTADOS Una vez aplicados los algoritmos de clasificación, se presenta la interpretación de una de las matrices de confusión generadas, por uno de los algoritmos en cada una de las categorías. Nivel de interacción General Los índices en las filas y columnas de la matriz representan a las clases definidas en el modelado del usuario para el nivel general de interacción. Los elementos de la diagonal principal de la matriz representan el número de instancias clasificadas correctamente, es decir, Para el J48 con118 instancias (estudiantes), 33 tienen un nivel de interacción ALTO, 31 instancias nivel MEDIO y 31 nivel BAJO. Nivel de interacción de Recursos Para la interpretación del nivel de interacción de recursos, se tomará la matriz de confusión presentada por el algoritmo J48. En este caso, la matriz presenta varios ejemplos que son falsos positivos (o mal clasificados), pero de las instancias correctamente clasificadas se tiene 30 con interacción alta, 23 con interacción media y 32 con interacción baja. Con este conjunto de datos de prueba se puede deducir que existe un nivel de interacción BAJO con los recursos, aunque el porcentaje de instancias mal clasificadas podría alterar estos resultados. Nivel de interacción de Tareas En este nivel, al igual que en los anteriores se tomará como referencia el algoritmo J48, ya que los demás algoritmos presentaron similares resultados: De acuerdo a esta clasificación el nivel de interacción es BAJO y los resultados son más precisos ya que existe un mínimo porcentaje de instancias mal clasificadas a = ALTO b = MEDIO c = BAJO a = ALTO b = MEDIO c = BAJO a = MEDIO b = BAJO c = ALTO Nivel de interacción de Foros El mejor resultado fue obtenido por el algoritmo J48, el cual muestra la siguiente matriz de confusión: a = ALTO b = MEDIO c = BAJO

5 En la matriz de confusión generada por el algoritmo se refleja que aproximadamente 31 instancias tienen un nivel de interacción BAJO con los foros, pero al igual que en la interacción de recursos, estos resultados no podrían considerarse precisos debido a la presencia de las instancia mal clasificadas. 4.1 Análisis de los Indicadores de Interés Luego de la interpretación de los resultados, se presenta los indicadores de interés obtenidos del análisis de minería de datos y aplicación de las técnicas de aprendizaje automático. Indicadores con respecto a la utilización de las herramientas. En este indicador se destaca la utilización de la herramienta TAREAS, en un nivel de interacción MEDIO, frente a la utilización de los FOROS y los RECURSOS, los cuales están en un nivel de interacción BAJO. Con esto se puede concluir que: se debería incrementar la frecuencia de utilización de los FOROS y los RECURSOS, ya que el uso de estas herramientas permiten tener una interacción más directa entre los docentes y los estudiantes. Indicadores con respecto al tipo de interacción del usuario. Se pueden definir tres tipos de interacción, relacionadas al comportamiento o a la forma en que el estudiante interactúa con la plataforma: a) Interacción conformista, refleja un comportamiento, en que al estudiante le interesa el material que también le ha interesado a la mayoría de estudiantes. Esto quiere decir que su nivel de interacción con las herramientas de la plataforma es BAJO y se debería presentar recomendaciones básicas, con el fin de incentivar al estudiante a utilizar con mayor frecuencia las herramientas de la plataforma y así incrementar su nivel de participación y su experiencia como usuario. b) Interacción consciente, en este tipo de interacción se puede observar una mayor utilización de las herramientas, por lo que se concluye que el usuario tiene bien definidos cuáles son sus intereses en cuanto al material, que quiere consultar. Esto representa a un estudiante que le interesa revisar los foros y los anuncios que el profesor publica, por lo que el tipo de recomendación estaría fundamentada en un nivel más avanzado y que se incite al estudiante a participar directamente con las herramientas de la plataforma. c) Interacción autónoma, la interacción autónoma se relaciona con un nivel de interacción ALTO, ya que los intereses del usuario están basados en la consulta de material novedoso, participación frecuente en los foros y sobretodo experiencia en la utilización de las herramientas. 4.2 Utilización del Conocimiento Obtenido Esta fase implica la utilización de los resultados obtenidos del análisis de minería de datos, para la creación de un agente de software dentro de la plataforma e-learning. Es decir, consiste en crear un módulo o bloque el cual formará parte del diseño de la plataforma, en donde se almacenará el modelo del usuario y se aplicarán las reglas obtenidas en los algoritmos de aprendizaje automático, para poder presentar al usuario las recomendaciones en base a su nivel de interacción con las herramientas de la plataforma. El agente funciona como un bloque, que forma parte de la estructura funcional de la plataforma e-learning, el cual cumple con una tarea específica que es la de clasificar al usuario. Los alcances están relacionados hacia la funcionalidad del agente, el cual consiste en las siguientes tareas: El usuario debe seleccionar un curso en el que esté matriculado. Una vez seleccionado el curso, el agente verifica primeramente que exista interacciones por parte del profesor, ya que si no existen recursos, tareas o foros propuestos, la presentación de las recomendaciones son innecesarias. El agente presenta las recomendaciones en base al número de interacciones realizadas por los estudiantes con las herramientas del campus virtual. El número de interacciones sirve para ser comparado con las reglas obtenidas de los algoritmos de aprendizaje automático y una vez comparado se le asigna una clase al usuario (es decir ALTO, MEDIO o BAJO). Luego que se le asigne la clase correspondiente, se presenta al usuario sus niveles de interacción y su recomendación respectiva. Las recomendaciones se basan en tareas, que ayuden al usuario a mejorar su experiencia en la utilización de las herramientas. La plataforma e-learing de la cual se obtuvieron los datos fue Moodle, por lo que, el agente está orientado hacia el modelo de esta plataforma, la misma que posee características para agregar bloques personalizados, que cumplen con tareas específicas, para este caso, se elaboró un bloque en el que se aloja el agente, y que presenta al usuario las recomendaciones. Las consultas que se realizan a la base de datos para obtener el número de interacciones, contienen los siguientes campos: el identificador del usuario (id_usuario), el identificador del profesor(id_profesor), el identificador del curso (id_curso) y el nombre de la herramienta a ser evaluada (foros, recursos o tareas). Y se accede a la tabla de Logs de la plataforma (mdl_log) para realizar el conteo de las interacciones. 4.3 Presentación de las recomendaciones Los niveles de interacción y las recomendaciones dependen directamente de la participación del profesor, ya que se puede dar el caso que en ciertos cursos el profesor utilice solamente los foros como herramienta de aprendizaje, por lo que las recomendaciones se darán únicamente a esa herramienta. Las recomendaciones al usuario se representan mediante enlaces hacia páginas web que contienen información sobre el manejo de las herramientas, en base al nivel de interacción asignada por el agente. Figura 4. Prueba en la que se presentan las recomendaciones para 2 herramientas: Recursos y Tareas

6 5 CONCLUSIONES En esta investigación la aplicación de las técnicas de minería de datos y los algoritmos de aprendizaje automático, son las herramientas utilizadas para construir el modelo del usuario, ya que clasifica al estudiante de acuerdo a su nivel de interacción dentro dela plataforma virtual y en base a esta clasificación, se presentan las recomendaciones para el mejoramiento de la utilización de los servicios de la plataforma. Para la construcción del modelo de usuario se optó por las técnicas de aprendizaje supervisado, ya que utilizan algoritmos que permiten clasificar la información de acuerdo al criterio que el analista requiera, para este caso, clasificar a los estudiantes de acuerdo al nivel de interacción en las herramientas de la plataforma. La utilización de un modelo de usuario híbrido, se adapta a la estructura de la base de datos de trabajo ya que esta contiene datos que no son directamente observables, por lo que se creó nuevos atributos para relacionarlos de alguna manera. Los resultados del análisis de la base de datos de la plataforma, reflejan que las herramientas más utilizadas por los estudiantes son: los foros, recursos y las tareas, y en base a estos resultados se plantearon los objetivos para el análisis de minería de datos. Los algoritmos utilizados para la clasificación de los datos son los árboles de decisión, entre ellos se destaca el algoritmo J48 (C4.5), el cual presentó resultados favorables en la clasificación de los datos. Con todo este análisis realizado, se tiene que los indicadores de interés obtenidos, reflejan el comportamiento del estudiante de acuerdo a su nivel de interacción, más no se tomaron en cuenta otros factores como: localidad, sexo, calificaciones, etc. ya que estos indicadores no presentan resultados que sean útiles al momento de implementar el agente inteligente; así mismo, las recomendaciones se orientan exclusivamente a mejorar la experiencia del usuario en la utilización de las herramientas de la plataforma. 6 RECOMENDACIONES Y TRABAJO FUTURO Se propone la creación de un modelo de usuario orientado hacia los docentes, ya que es muy importante que tanto el estudiante como el profesor deben estar familiarizados con el entorno y así proponer recomendaciones que sirvan para mejorar su metodología de enseñanza dentro de la plataforma e-learning. Se recomienda la utilización de técnicas de aprendizaje no supervisado para encontrar nuevos indicadores de interés, esto se basa en la agrupación de datos homogéneos (clustering) y la creación de modelos que tomen en cuenta otros factores a más de datos de interacción. de clasificación de los estudiantes, esto con el fin de que exista un esquema de retroalimentación en la información. Integración de algoritmos de minería de datos dentro de las propias herramientas de la plataforma para la construcción y mantenimiento de los cursos y para la mejora automática de los sistemas. Actualmente el campo de la inteligencia artificial, se está extendiendo hacia muchas áreas, tales como la bioinformática, comercio, educación, y se aplican en la creación de sistemas inteligentes orientados hacia la predicción e incremento de las ventas, sistemas recomendadores, minería web y una gama de aplicaciones que serían de mucha utilidad para UTPL. BIBLIOGRAFÍA [1] C. Romero, S. Venturaand C.Hervás. Estado actual de la aplicación de técnicas de minería de datos a los sistemas de enseñanza basada en Web. Departamento de Informática y Análisis Numérico. Escuela Politécnica Superior. Universidad de Córdoba [2] E. Gaudioso. Contribuciones al Modelado del Usuarioen Entornos Adaptativos de Aprendizajey Colaboración a través de Internetmediante técnicas de AprendizajeAutomático. Tesis Doctoral.UNED 2002 [3] J.F Reyesand R. García Rodolfo. El proceso de descubrimiento de conocimiento en bases de datos. Ingenierías, 8(26):37-47, 2005 [4] M. Servente, and R. García-Martínez, Algoritmos TDIDT Aplicados a la Minería Inteligente. Revista del Instituto Tecnológico de Buenos Aires, 26: ISSN [5] Sitio Oficial WEKA. [http://www.cs.waikato.ac.nz/%7eml/weka/index.html] [6] DotLRN Home Page[http://www.dotlrn.org/product/] [7] Moodle Home Page[http://www.moodle.org] [8] Teleduc Home Page [http://teleduc.nied.unicamp.br/pagina/] [9] D. Borrajo, P. Isasi and J.G Boticario. Aprendizaje Automático. Editorial: Sanz y Torres, S. L [10] O.C Santos, J.G Boticario, E Raffenne, and R Pastor. Whyusingdotlrn? UNED use cases. FLOSS (Free/Libre/Open Source Systems) International Conference (to be published), Jerez de la Frontera, Spain, 7-9 March [11] M. K. Khribi, M. Jemni, and O. Nasraoui. Automaticrecommendationsfor e- learningpersonalizationbasedonwebusageminingtechniques andinformationretrieval. AdvancedLearning Technologies, ICALT 08. Eighth IEEE International Conferenceon, pages , Jun [12] O.C Santos, E Raffenne and J.G Boticario. Offering recommendations in OpenACS/dotLRN. 7th OpenACS /.LRN conference La mejora del bloque de recomendaciones se puede orientar hacia la creación de una base de conocimientos, en la que se almacenen las recomendaciones y las reglas

Ampliando el apoyo ofrecido por las plataformas de e-learning mediante un servicio de recomendaciones

Ampliando el apoyo ofrecido por las plataformas de e-learning mediante un servicio de recomendaciones Ampliando el apoyo ofrecido por las plataformas de e-learning mediante un servicio de recomendaciones Olga C. Santos Directora Técnica de I+D Grupo de Investigación Universidad Nacional de Educación a

Más detalles

Olga C. Santos Jesús G. Boticario Grupo de Investigación adenu, Departamento de Inteligencia Artificial, ETSI Informática, UNED (España)

Olga C. Santos Jesús G. Boticario Grupo de Investigación adenu, Departamento de Inteligencia Artificial, ETSI Informática, UNED (España) I.S.S.N.: 1138-2783 APLICACIÓN DE MÉTODOS DE DISEÑO CENTRADO EN EL USUARIO Y MINERÍA DE DATOS PARA DEFINIR RECOMENDACIONES QUE PROMUEVAN EL USO DEL FORO EN UNA EXPERIENCIA VIRTUAL DE APRENDIZAJE (APPLICATION

Más detalles

Escuela Técnica Superior de Ingeniería. Informática. Grado en Ingeniería Informática

Escuela Técnica Superior de Ingeniería. Informática. Grado en Ingeniería Informática Escuela Técnica Superior de Ingeniería Informática Grado en Ingeniería Informática GUÍA DOCENTE DE LA ASIGNATURA: Inteligencia artificial Curso Académico 2013/2014 Fecha: 18 de junio de 2013 1 1. Datos

Más detalles

Gestión de usuarios y cursos del EVA

Gestión de usuarios y cursos del EVA Protocolo Gestión de usuarios y cursos del EVA Presentación El Entorno Virtual de Aprendizaje (EVA) de Facultad de Ciencias Económicas y de Administración (http://eva.ccee.edu.uy/) es una plataforma educativa

Más detalles

Título: Árboles de Decisión automáticos para el Pronóstico del Rendimiento Docente (aplicable al Control de Procesos).

Título: Árboles de Decisión automáticos para el Pronóstico del Rendimiento Docente (aplicable al Control de Procesos). Título: Árboles de Decisión automáticos para el Pronóstico del Rendimiento Docente (aplicable al Control de Procesos). Autores: - MsC. Ing. Mario L. Basulto Núñez (ETECSA) mario.basulto@etecsa.cu - Lic.

Más detalles

DISEÑO DE UN AMBIENTE VIRTUAL DE APRENDIZAJE COMO ESTRATEGIA PARA LA ENSEÑANZA DE LAS CIENCIAS NATURALES Msc. Jimmy Henry López López

DISEÑO DE UN AMBIENTE VIRTUAL DE APRENDIZAJE COMO ESTRATEGIA PARA LA ENSEÑANZA DE LAS CIENCIAS NATURALES Msc. Jimmy Henry López López DISEÑO DE UN AMBIENTE VIRTUAL DE APRENDIZAJE COMO ESTRATEGIA PARA LA ENSEÑANZA DE LAS CIENCIAS NATURALES Msc. Jimmy Henry López López INTRODUCCIÓN Los procesos de enseñanza-aprendizaje han venido en constante

Más detalles

Monográfico: Adaptación y accesibilidad de las tecnologías para el aprendizaje

Monográfico: Adaptación y accesibilidad de las tecnologías para el aprendizaje I.S.S.N.: 1138-2783 Monográfico: Adaptación y accesibilidad de las tecnologías para el aprendizaje Jesús G. Boticario Olga C. Santos Alejando Rodríguez Ascaso (Coordinadores) AIESAD PRESENTACIÓN ADAPTACIÓN

Más detalles

Alternativas de software libre para la implementación de e-learning

Alternativas de software libre para la implementación de e-learning Alternativas de software libre para la implementación de e-learning José Efrén Marmolejo Valle Unidad Académica de Matemáticas Universidad Autónoma de Guerrero jmarmolejov@gmail.com María Sarai Jacintos

Más detalles

Práctica de SIEA. Introducción. Características del Curso. Tabla de contenidos. David Arroyo Menéndez

Práctica de SIEA. Introducción. Características del Curso. Tabla de contenidos. David Arroyo Menéndez David Arroyo Menéndez Copyright (c) 2004 David Arroyo Menéndez Se otorga permiso para copiar, distribuir, y/ó modificar este documento bajo los términos de la GNU Free Documentation License, Version 1.1

Más detalles

Plataforma Virtual Dokeos Versión 1.6

Plataforma Virtual Dokeos Versión 1.6 Plataforma Virtual Dokeos Versión 1.6 Plataforma de Aprendizaje Virtual - Internet http://virtual.usc.edu.co virtual@usc.edu.co Universidad Santiago de Cali Santiago de Cali, Colombia Presentación de Dokeos

Más detalles

Experiencia en B learning con la asignatura Bioética

Experiencia en B learning con la asignatura Bioética Suplemento SIGNOS EAD, abril 2016 Experiencia en B learning con la asignatura Bioética Facultad de Enfermería y Ciencias de la Salud Universidad Católica del Uruguay Marie González Bernardi Universidad

Más detalles

Seguridad en internet para alumnos: Educar en el amparo digital. Uso seguro, ético y legal de

Seguridad en internet para alumnos: Educar en el amparo digital. Uso seguro, ético y legal de Seguridad en internet para alumnos: Educar en el amparo digital. Uso seguro, ético y legal de Centro Internacional de Tecnologías Avanzadas Fundación Germán Sánchez Ruipérez 1. Título Seguridad en internet

Más detalles

Luego buscamos el bloque Administración y hacemos clic en Editar perfil.

Luego buscamos el bloque Administración y hacemos clic en Editar perfil. CÓMO EDITAR UN PERFIL Y ENVIAR MENSAJES A LOS PARTICIPANTES? Conocer a los participantes de un curso es muy importante para que los estudiantes completen exitosamente su proceso de aprendizaje. De igual

Más detalles

LA FUNCIÓN DEL DOCENTE EN ENTORNOS VIRTUALES

LA FUNCIÓN DEL DOCENTE EN ENTORNOS VIRTUALES LA FUNCIÓN DEL DOCENTE EN ENTORNOS VIRTUALES AUTORÍA ELISA MUÑOZ CATALÁN TEMÁTICA NUEVAS TECNOLOGÍAS ETAPA ESO, BACHILLERATO Y EDUCACIÓN POSTOBLIGATORIA Resumen El nuevo Espacio Europeo de Educación Superior

Más detalles

Manual de iniciación Aula Virtual del IES El Greco

Manual de iniciación Aula Virtual del IES El Greco Manual de iniciación Aula Virtual del IES El Greco www.ieselgreco.es/moodle Basado en el manual de J.A. Espejo para el IES Jovellanos IES El Greco 1 César Rangil QUÉ ES EL AULA VIRTUAL Es un servicio basado

Más detalles

Arquitecturas Orientadas a Servicios: EEES, Metodología Docente y Primeros Resultados

Arquitecturas Orientadas a Servicios: EEES, Metodología Docente y Primeros Resultados Arquitecturas Orientadas a Servicios: EEES, Metodología Docente y Primeros Resultados Elena Sánchez Nielsen DEIOC Escuela Técnica Superior de Ingeniería Informática Universidad de La Laguna Camino San

Más detalles

Inteligencia Artificial y Seguridad Informática. en plataformas Open Source

Inteligencia Artificial y Seguridad Informática. en plataformas Open Source Inteligencia Artificial y Seguridad Informática en plataformas Open Source Jornadas de Software Libre y Seguridad Informática Santa Rosa La Pampa 4 y 5 de Diciembre de 2009 AGENDA Primera Parte Definiciones

Más detalles

COMPONENTES ESENCIALES DE LA HERRAMIENTA LMS MOODLE DOCUMENTO DE APOYO PARA LA IMPLEMENTACIÓN DE AULAS VIRTUALES

COMPONENTES ESENCIALES DE LA HERRAMIENTA LMS MOODLE DOCUMENTO DE APOYO PARA LA IMPLEMENTACIÓN DE AULAS VIRTUALES UNIVERSIDAD DE CALDAS FACULTAD DE INGENIERIA DEPARTAMENTO DE SISTEMAS E INFORMATICA COMPONENTES ESENCIALES DE LA HERRAMIENTA LMS MOODLE DOCUMENTO DE APOYO PARA LA IMPLEMENTACIÓN DE AULAS VIRTUALES COORDINACION

Más detalles

Programa de Desarrollo Web Inicial

Programa de Desarrollo Web Inicial Programa de Desarrollo Web Inicial ORGANISMO: Ministerio de Planificación Federal, Inversión Pública y Servicios y Universidad Nacional de La Matanza (UNLaM) DESTINATARIOS: Personas mayores de 18 años

Más detalles

Sevilla, septiembre 2009

Sevilla, septiembre 2009 Sevilla, septiembre 2009 METODOLOGÍA DE SEGUIMIENTO DE ACCIONES FORMATIVAS EN MODALIDAD E LEARNING Financia Organiza Í N D I C E Pág. INTRODUCCIÓN... 3 1. PLATAFORMA... 4 2. CONTENIDOS... 5 La estructura...

Más detalles

Se necesita como conocimiento previo: Curso de Excel Básico o conocimientos adquiridos a nivel de usuario.

Se necesita como conocimiento previo: Curso de Excel Básico o conocimientos adquiridos a nivel de usuario. EXCEL AVANZADO Herramienta para la optimización del trabajo Objetivo general: El curso de Excel Avanzado permitirá a la persona profesionalizar y optimizar el uso de la herramienta, según los requerimientos

Más detalles

POLÍTICAS DEL USO DEL AULA VIRTUAL

POLÍTICAS DEL USO DEL AULA VIRTUAL Universidad Pedagógica de El Salvador Secretaria Ejecutiva POLÍTICAS DEL USO DEL AULA VIRTUAL En consejo académico de la Universidad Pedagógica de El Salvador en el uso de las facultades que le confieren,

Más detalles

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA ESCUELA DE CIENCIAS DE LA COMPUTACIÓN UNIDAD DE VIRTUALIZACIÓN

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA ESCUELA DE CIENCIAS DE LA COMPUTACIÓN UNIDAD DE VIRTUALIZACIÓN UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA ESCUELA DE CIENCIAS DE LA COMPUTACIÓN UNIDAD DE VIRTUALIZACIÓN APLICACIÓN DE ALGORITMOS DE CLUSTERING PARA CONOCER EL COMPORTAMIENTO DE LOS ESTUDIANTES DURANTE SU

Más detalles

Internet Aula Abierta 2.0. Plataformas de aprendizaje en red. Ministerio de Educación. ITE Internet Aula Abierta 2.0.

Internet Aula Abierta 2.0. Plataformas de aprendizaje en red. Ministerio de Educación. ITE Internet Aula Abierta 2.0. Internet Aula Abierta 2.0. Plataformas de aprendizaje en red Ministerio de Educación. ITE Internet Aula Abierta 2.0. Índice Plataformas de aprendizaje en red.. 1 Conceptos generales... 3 Funcionalidades

Más detalles

Manual del alumno Aula Virtual Puertos de Tenerife. http://apt-rhformacion.puertosdetenerife.org/

Manual del alumno Aula Virtual Puertos de Tenerife. http://apt-rhformacion.puertosdetenerife.org/ Manual del alumno Aula Virtual Puertos de Tenerife http://apt-rhformacion.puertosdetenerife.org/ 1 Índice 1. Introducción.... 3 2. Acceso al Campus virtual.... 3 3. Estructura General de un curso... 4

Más detalles

Introducción. Departamento TICS

Introducción. Departamento TICS Introducción La Educación presencial requiere cada vez más de soportes de comunicación efectiva entre educador y educandos, espacios expeditos para la distribución de los materiales de apoyo didáctico

Más detalles

CAPÍTULO 3. AMBIENTES DE ENSEÑANZA ASISTIDOS POR COMPUTADORA

CAPÍTULO 3. AMBIENTES DE ENSEÑANZA ASISTIDOS POR COMPUTADORA CAPÍTULO 3. AMBIENTES DE ENSEÑANZA ASISTIDOS POR COMPUTADORA 3.1 CAI (Computer Assisted Instruction). La enseñanza asistida por computadora consiste en tecnologías de la información que permiten al estudiante

Más detalles

Desarrollo Business Intelligence sobre tecnología Microsoft

Desarrollo Business Intelligence sobre tecnología Microsoft MICSQLBIRA Desarrollo Business Intelligence sobre tecnología Microsoft Fabricante: Microsoft Grupo: Bases de Datos Subgrupo: Microsoft SQL Server 2008 R2 Formación: Presencial Horas: 20 Introducción Este

Más detalles

Detalle de nuestra Oferta de Servicios

Detalle de nuestra Oferta de Servicios Detalle de nuestra Oferta de Servicios Oferta de Servicios 2007 La experiencia acumulada por el equipo de AulaGlobal nos permite ofrecer una más amplia gama de servicios relacionados con la capacitación

Más detalles

Aprendizaje automático

Aprendizaje automático Aprendizaje automático Machine Learning 1 Aprendizaje automático Definición de aprendizaje Primer problema: desconocemos los mecanismos que rigen el aprendizaje humano Por esto las definiciones hacen hincapié

Más detalles

ÁLGEBRA (I. ELECTRÓNICA)

ÁLGEBRA (I. ELECTRÓNICA) ASIGNATURA DE GRADO: ÁLGEBRA (I. ELECTRÓNICA) Curso 2014/2015 (Código:68021019) 1.PRESENTACIÓN DE LA ASIGNATURA Los conocimientos matemáticos son absolutamente imprescindibles para cualquier ingeniero,

Más detalles

COMPETENCIA DIGITAL E INNOVACIÓN EDUCATIVA CON LA PLATAFORMA MOODLE

COMPETENCIA DIGITAL E INNOVACIÓN EDUCATIVA CON LA PLATAFORMA MOODLE COMPETENCIA DIGITAL E INNOVACIÓN EDUCATIVA CON LA PLATAFORMA MOODLE 1. Justificación Las profundas transformaciones legislativas y pedagógicas engendradas en el ámbito escolar en los últimos años están

Más detalles

INDICE. 13. Recomendaciones 15. Yachay Aula Virtual 1

INDICE. 13. Recomendaciones 15. Yachay Aula Virtual 1 INDICE 1. Presentación 2 2. Acceso a Yachay Aula Virtual 2 3. Componentes del panel de acceso del aula virtual 3 4. Aula Virtual YACHAY 3 5. Estructura del aula virtual 4 6. Cómo ingresar a un curso del

Más detalles

UN MODELO DE DOCENCIA COLABORATIVA PARA LA ASIGNATURA SISTEMAS DE BASES DE DATOS EN LA USAL

UN MODELO DE DOCENCIA COLABORATIVA PARA LA ASIGNATURA SISTEMAS DE BASES DE DATOS EN LA USAL UN MODELO DE DOCENCIA COLABORATIVA PARA LA ASIGNATURA SISTEMAS DE BASES DE DATOS EN LA USAL A. Gil, A. de Luis abg@usal.es, adeluis@usal.es Departamento de Informática y Automática, Universidad de Salamanca

Más detalles

Sim i b m i b o i s o i s s i, s,s. S.C o C o o p o. p.galega

Sim i b m i b o i s o i s s i, s,s. S.C o C o o p o. p.galega Ficha técnica oodle para profesores Polígono de Pocomaco Parcela 1- Nave 5 B 15190 - A Coruña Teléfonos: 881 924 726 698 172 726 Curso: Moodle para profesores Horas lectivas: 40 Modalidad: on line bajo

Más detalles

FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS ESCUELA PROFESIONAL DE ADMINISTRACIÓN TURÍSTICA SÍLABO/PLAN DE APRENDIZAJE

FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS ESCUELA PROFESIONAL DE ADMINISTRACIÓN TURÍSTICA SÍLABO/PLAN DE APRENDIZAJE FACULTAD DE CIENCIAS CONTABLES, FINANCIERAS Y ADMINISTRATIVAS ESCUELA PROFESIONAL DE ADMINISTRACIÓN TURÍSTICA SÍLABO/PLAN DE APRENDIZAJE CERTIFICACIÓN EN USO INTENSIVO DE TECNOLOGÍAS I A. SILABO 1. Información

Más detalles

El plan de formación ha incluido dos actividades, una de ellas semipresencial y la otra íntegramente telemática. Las describimos a continuación.

El plan de formación ha incluido dos actividades, una de ellas semipresencial y la otra íntegramente telemática. Las describimos a continuación. Congreso EDUTEC 2001 (Murcia) TÍTULO DE LA COMUNICACIÓN: Formación en el uso de sistemas de telenseñanza del profesorado de la Universidad de Murcia. AUTORA: Mª. Paz Prendes Espinosa Universidad de Murcia.

Más detalles

Ilias una alternativa de elearning: El caso de la UNSL. Paola A. Allendes - Silvia V. Torres - Marcela C. Chiarani

Ilias una alternativa de elearning: El caso de la UNSL. Paola A. Allendes - Silvia V. Torres - Marcela C. Chiarani Ilias una alternativa de elearning: El caso de la UNSL. Paola A. Allendes - Silvia V. Torres - Marcela C. Chiarani Departamento de Informática, Universidad Nacional de San Luis San Luís, Argentina Proyecto:

Más detalles

Implantación de dotlrn en la Universidad de Valencia. Proyecto: Aula Virtual.

Implantación de dotlrn en la Universidad de Valencia. Proyecto: Aula Virtual. Ingeniería Informática Implantación de dotlrn en la Universidad de Valencia. Proyecto: Aula Virtual. Autor: Pedro J. García Pozo Director: Wladimiro Diaz Julio 2004 MOTIVACIÓN Vicerrectorado de Nuevas

Más detalles

Familiarización con el Aula Virtual del INTEC

Familiarización con el Aula Virtual del INTEC GESTIÓN Familiarización con el Aula Virtual del INTEC Proyecto del Área de Ciencias Sociales y Humanidades, con la colaboración de la Dirección de Recursos de Aprendizaje, de la División de Gestión de

Más detalles

PLATAFORMAS VIRTUALES

PLATAFORMAS VIRTUALES AREA : TECNOLOGIA E INFORMATICA DOCENTE : BLANCA FLOR MORA RAMIREZ PERIODO : 3 I. HORARIA : 2H GRADO : 11 FECHA NOMBRE DEL ALUMNO(A) TEMA: PLATAFORMAS VIRTUALES LOGRO: Reconoce la importancia de la formación

Más detalles

Sistema de Enseñanza con Tests Adaptados al Nivel de Conocimiento de los Alumnos

Sistema de Enseñanza con Tests Adaptados al Nivel de Conocimiento de los Alumnos Sistema de Enseñanza con Tests Adaptados al Nivel de Conocimiento de los Alumnos Estefanía Martín Escuela Politécnica Superior, Universidad Autónoma de Madrid, 28049 Madrid, España estefania.martin@uam.es

Más detalles

Institución: Centro de Educación de Personas Adultas de Tejina-Tegueste

Institución: Centro de Educación de Personas Adultas de Tejina-Tegueste LA EDUCACIÓN EN ENTORNOS VIRTUALES: CALIDAD Y EFECTIVIDAD EN EL E-LEARNING PRESENTACIÓN DE LA COMUNICACIÓN COMPLETA Se recomienda que la extensión máxima sea de unas 10.000 palabras (unas 20 páginas con

Más detalles

Universidad de Córdoba Comprometida con el Desarrollo Regional Sistema de Educación a Distancia

Universidad de Córdoba Comprometida con el Desarrollo Regional Sistema de Educación a Distancia Desarrollado por: G-RED Unicórdoba 2013 DIPLOMADO TUTOR EDUCACIÓN A DISTANCIA Y VIRTUAL Semana de Ambientación Universidad de Córdoba Comprometida con el Desarrollo Regional Sistema de Educación a Distancia

Más detalles

Guía para el diseño educacional de los procesos formativos en la Universidad Virtual de Salud Cubana

Guía para el diseño educacional de los procesos formativos en la Universidad Virtual de Salud Cubana Guía para el diseño educacional de los procesos formativos en la Universidad Virtual de Salud Cubana Dr. JB. Jardines Méndez. Julio/07 El propósito de esta guía es facilitar el diseño y desarrollo de los

Más detalles

Resumen Asignaturas por Semestres

Resumen Asignaturas por Semestres Resumen Asignaturas por Semestres Primer semestre Segundo semestre Asignatura ECTS Asignatura ECTS Internet y Redes avanzadas (Materia 1.1 Asig. 1) Sistemas Empotrados, Distribuidos y Ubicuos (Materia

Más detalles

Guía para el profesor

Guía para el profesor Guía para el profesor Modalidad de enseñanza Online y Semipresencial Comisión de Planificación de la Enseñanza Online y Semipresencial (CPEOS) Curso 2012/2013 Universidad Católica San Antonio (UCAM) Universidad

Más detalles

CALIDAD EN ELEARNING: PROCEDIMIENTOS

CALIDAD EN ELEARNING: PROCEDIMIENTOS CALIDAD EN ELEARNING: PROCEDIMIENTOS MIGUEL GONZÁLEZ LAREDO, EMILIO ARJONA Fundación General Universidad de Granada-Empresa Centro de Enseñanzas Virtuales mglaredo@ugr.es, emilio@ugr.es MIGUEL GEA Universidad

Más detalles

ESTUDIAR A DISTANCIA, OTRA OPCIÓN

ESTUDIAR A DISTANCIA, OTRA OPCIÓN ESTUDIAR A DISTANCIA, OTRA OPCIÓN El sistema educativo español ha experimentado durante las últimas décadas numerosas transformaciones en el ámbito institucional, estructural y tecnológico, que han permitido

Más detalles

AMBIENTES VIRTUALES DE APRENDIZAJE

AMBIENTES VIRTUALES DE APRENDIZAJE Tomado con propósitos instruccionales de: LÓPEZ Rayón, Parra y otros. (s/f). Ambientes virtuales de aprendizaje. México, Secretaría de Apoyo Académico. Dirección de Tecnología Educativa. Instituto Politécnico

Más detalles

PLANIFICACIÓN DE CÁTEDRA. Carrera: Tecnicatura Superior en Tecnologías de la Información Plan de estudio: Ordenanza Nº 918/2000

PLANIFICACIÓN DE CÁTEDRA. Carrera: Tecnicatura Superior en Tecnologías de la Información Plan de estudio: Ordenanza Nº 918/2000 PLANIFICACIÓN DE CÁTEDRA Departamento: Ingeniería en Sistemas de Información Carrera: Plan de estudio: Ordenanza Nº 918/2000 Área: Electivas Porcentaje de horas del área en la carrera: 18,8 % Porcentaje

Más detalles

Plan 95 Adecuado. Visión:

Plan 95 Adecuado. Visión: Plan 95 Adecuado ASIGNATURA: BASES DE DATOS CODIGO: 95-0412 DEPARTAMENTO: ELECTRÓNICA CLASE: ELECTIVA DE ESPECIALIDAD ÁREA: CONTROL HORAS SEM.: 4 HS. HORAS / AÑO: 64 HS. Visión: Observando la constante

Más detalles

La innovación educativa

La innovación educativa La innovación educativa Grado en Magisterio de Educación Infantil Modalidad Semipresencial EU Cardenal Cisneros Universidad de Alcalá Curso Académico 2015/16 2º 2º cuatrimestre GUÍA DOCENTE Nombre de la

Más detalles

Propuesta de asignatura para el Máster de Formación del profesorado: Plataformas de enseñanza virtual

Propuesta de asignatura para el Máster de Formación del profesorado: Plataformas de enseñanza virtual Propuesta de asignatura para el Máster de Formación del profesorado: Plataformas de enseñanza virtual José Luís Ávila Jiménez 1, Juan Carlos Gámez Granados 2, Sebastián Ventura Soto 1 1 Dpto. Informática

Más detalles

Producción de documentos digitales con Acrobat 9

Producción de documentos digitales con Acrobat 9 Producción de documentos digitales con Acrobat 9 Autor: María García Rodríguez Tutor: María García Rodríguez 1. TÍTULO Producción de documentos digitales con Acrobat 9 2. DESCRIPCIÓN Gracias al éxito obtenido

Más detalles

PROYECTOS DE INNOVACIÓN EDUCATIVA APLICADOS AL CAMPUS VIRTUAL: EL CAMPUS VIRTUAL Y LA ASIGNATURA PERIODONCIA

PROYECTOS DE INNOVACIÓN EDUCATIVA APLICADOS AL CAMPUS VIRTUAL: EL CAMPUS VIRTUAL Y LA ASIGNATURA PERIODONCIA PROYECTOS DE INNOVACIÓN EDUCATIVA APLICADOS AL CAMPUS VIRTUAL: EL CAMPUS VIRTUAL Y LA ASIGNATURA PERIODONCIA David Herrera González - Berta Legido Arce - Isabel Santa Cruz Astorqui - Bettina Alonso Álvarez

Más detalles

Producción de contenidos e-learning a medida

Producción de contenidos e-learning a medida VTM PARA ELEARNING Producción de contenidos e-learning a medida La formación E-Learning es una de las opciones que se está utilizando actualmente con mayor frecuencia para atender a las necesidades de

Más detalles

Herrera, M; De Lima, L; Delgado, D. Abstract. Índice

Herrera, M; De Lima, L; Delgado, D. Abstract. Índice Herramienta Multimedia para la enseñanza, discusión y evaluación de una asignatura dictada con la técnica didáctica Casos de Estudio bajo modalidad semipresencial Herrera, M; De Lima, L; Delgado, D. Índice

Más detalles

Especificación de requisitos de software Proyecto: SIS-WEB (Sistema de Información de Seminarios WEB) Revisión 1.0

Especificación de requisitos de software Proyecto: SIS-WEB (Sistema de Información de Seminarios WEB) Revisión 1.0 Especificación de requisitos de software Proyecto: (Sistema de Información de Seminarios WEB) Revisión 1.0 Tania Isadora Mora Dorance Moreno Luis Yovany Romo Septiembre 2007 Realizado Por: Tania I. Mora

Más detalles

Presentación del Curso Virtual PRÁCTICA DOCENTE CON HERRAMIENTAS WEB 2.0

Presentación del Curso Virtual PRÁCTICA DOCENTE CON HERRAMIENTAS WEB 2.0 Presentación del Curso Virtual PRÁCTICA DOCENTE CON HERRAMIENTAS WEB 2.0 Tabla de contenido Práctica docente con Herramientas Web 2.0...3 Presentación del curso...3 Objetivos de aprendizaje...4 Contenidos

Más detalles

Introduccio n a Campus Online: Guı a para un nuevo estudiante de la Facultad de Teologı a SEUT

Introduccio n a Campus Online: Guı a para un nuevo estudiante de la Facultad de Teologı a SEUT Introduccio n a Campus Online: Guı a para un nuevo estudiante de la Facultad de Teologı a SEUT Introducción a la plataforma Moodle Requisitos de navegación Campus Online usa la plataforma Moodle, que es

Más detalles

CLASIFICACIÓN DE IMÁGENES

CLASIFICACIÓN DE IMÁGENES CLASIFICACIÓN DE IMÁGENES Cesar Juárez Megías I.T.T. Imagen y sonido Carlos III de Madrid 100061832@alumnos.uc3m.es OBJETIVO. El objetivo principal de nuestro programa se basaría en la clasificación de

Más detalles

REGLAMENTO PARA LA EDUCACION VIRTUAL V1.0 15-01-2015

REGLAMENTO PARA LA EDUCACION VIRTUAL V1.0 15-01-2015 REGLAMENTO PARA LA EDUCACION VIRTUAL V1.0 15-01-2015 ARTÍCULO 1. Definición. El sistema de aprendizaje de educación virtual de la Corporación Universitaria de Ciencia y Desarrollo es una metodología de

Más detalles

INSTITUTO TECNOLOGICO SUPERIOR LICEO CRISTIANO DE GUAYAQUIL

INSTITUTO TECNOLOGICO SUPERIOR LICEO CRISTIANO DE GUAYAQUIL INSTITUTO TECNOLOGICO SUPERIOR LICEO CRISTIANO DE GUAYAQUIL "- ". PROPUESTA DE IMPLEMENTACION DE UNA PLATAFORMA VIRTUAL DE APRENDIZAJE PARA LA UNIDAD EDUCATIVA LICEO CRISTIANO DE GUAYAQUIL ELABORADO POR:

Más detalles

Anexo 11. Manual de Administración

Anexo 11. Manual de Administración PONTIFICIA UNIVERSIDAD JAVERIANA Anexo 11. Manual de Administración Para mantenimiento a los modelos y código fuente Alex Arias 28/05/2014 El presente documento muestra los requerimientos necesarios para

Más detalles

Gestiona anuncios con FaceBook Ads

Gestiona anuncios con FaceBook Ads Gestiona anuncios con FaceBook Ads 1. Título: Gestiona anuncios con FaceBook Ads 2. Descripción: Este curso te permitirá sacarle el máximo rendimiento a tu presupuesto de publicidad en Facebook. La gran

Más detalles

PRÁCTICAS PROFESIONALES III (EDUC. SOCIAL)

PRÁCTICAS PROFESIONALES III (EDUC. SOCIAL) ASIGNATURA DE GRADO: PRÁCTICAS PROFESIONALES III (EDUC. SOCIAL) Curso 2014/2015 (Código:63013067) 1.PRESENTACIÓN DE LA ASIGNATURA La asignatura Prácticas Profesionales III es la tercera de un total de

Más detalles

Introducción. Entornos virtuales de aprendizaje by Sonia Cámara Pereña. Fuente: http://ple.uma.es/wp-content/uploads/2011/06/4444.

Introducción. Entornos virtuales de aprendizaje by Sonia Cámara Pereña. Fuente: http://ple.uma.es/wp-content/uploads/2011/06/4444. Introducción La era virtual y el cambio de paradigma educativo han revolucionado la forma en que adquirimos información, la forma de comunicarnos y por supuesto, el proceso mediante el que adquirimos y

Más detalles

GENERALES. Preguntas Frecuentes (FAQs)

GENERALES. Preguntas Frecuentes (FAQs) GENERALES 1. A quienes están dirigidos los cursos online? A todos los profesores y profesoras del país que: Tengan contrato vigente en escuelas municipales y particular subvencionadas. Se desempeñen actualmente

Más detalles

JUAN RAMÓN OLAGUE SÁNCHEZ / SÓCRATES TORRES OVALLE

JUAN RAMÓN OLAGUE SÁNCHEZ / SÓCRATES TORRES OVALLE APLICACIÓN DE TÉCNICAS DE MINERÍA DE DATOS Y SISTEMAS DE GESTIÓN DE CONTENIDOS DE APRENDIZAJE PARA EL DESARROLLO DE UN SISTEMA INFORMÁTICO DE APRENDIZAJE DE PROGRAMACIÓN DE COMPUTADORAS JUAN RAMÓN OLAGUE

Más detalles

MANUAL DE INICIACIÓN A JOVELLANOS VIRTUAL WWW.IESJOVELLANOS.ORG. J. A. Espejo coordinador.tic@iesjovellanos.org 1

MANUAL DE INICIACIÓN A JOVELLANOS VIRTUAL WWW.IESJOVELLANOS.ORG. J. A. Espejo coordinador.tic@iesjovellanos.org 1 MANUAL DE INICIACIÓN A JOVELLANOS VIRTUAL WWW.IESJOVELLANOS.ORG J. A. Espejo coordinador.tic@iesjovellanos.org J.A. Espejo Manual de Iniciación www.iesjovellanos.org a Jovellanos Virtual. -> Portal TIC

Más detalles

Coordinación General de Innovación - ESEAL. Av. Eloy Alfaro N30-350 y Av. Amazonas Telf.: (593 2) 3960 100 www.agricultura.gob.

Coordinación General de Innovación - ESEAL. Av. Eloy Alfaro N30-350 y Av. Amazonas Telf.: (593 2) 3960 100 www.agricultura.gob. Javier Ponce Ministro de Agricultura, Ganadería, Acuacultura y Pesca Jamil Ramón Viceministro de Desarrollo Rural (E) Paulina Cadena Coordinadora General de Innovación (E) Revisión técnica: Equipo SEAL

Más detalles

CURRICULO Y PROGRAMACIÓN DIDÁCTICA

CURRICULO Y PROGRAMACIÓN DIDÁCTICA CURRICULO Y PROGRAMACIÓN DIDÁCTICA Duración: 100 horas Destinatarios: Docentes de Infantil, Primaria, Secundaria, E.E. Interniveles. Servicios técnicos de apoyo educativo, y personal no docente que cumplan

Más detalles

Estudio docente del Sistema Web de Apoyo a la Docencia en alumnado del Máster de Educación Secundaria.

Estudio docente del Sistema Web de Apoyo a la Docencia en alumnado del Máster de Educación Secundaria. Estudio docente del Sistema Web de Apoyo a la Docencia en alumnado del Máster de Educación Secundaria. Correa Rodríguez M¹, Cambil Martín J² ¹ Diplomada en Enfermería. Máster Universitario en Profesorado

Más detalles

ENTORNO COLABORATIVO EDUBLOGS COMO GENERADOR DE ACTIVIDADES ACADEMICAS DIRIGIDAS (INECE 08)

ENTORNO COLABORATIVO EDUBLOGS COMO GENERADOR DE ACTIVIDADES ACADEMICAS DIRIGIDAS (INECE 08) ENTORNO COLABORATIVO EDUBLOGS COMO GENERADOR DE ACTIVIDADES ACADEMICAS DIRIGIDAS (INECE 08) N. Gálvez 1 *, J.M. Domínguez-Vera 1 y R. Cuesta 2 1: Departamento de Química Inorgánica Facultad de Ciencias

Más detalles

Docente San Josemariano

Docente San Josemariano Docente San Josemariano Sirva el presente manual como un medio de apoyo y consulta en el manejo del Campus Virtual IESPP SJE y sus múltiples opciones que le permitirá hacer dinámico el proceso de enseñanza-aprendizaje,

Más detalles

Universidad Católica del Táchira Vicerrectorado Académico Coordinación de Educación Virtual. Guia Rapida para Docentes

Universidad Católica del Táchira Vicerrectorado Académico Coordinación de Educación Virtual. Guia Rapida para Docentes Guia Rapida para Docentes 1. Creación de un curso en la Plataforma Virtual UCAT Lo invitamos a participar en la creación de su curso virtual, para ello podrá contar con la colaboración del Departamento

Más detalles

Seguridad del Paciente para todos

Seguridad del Paciente para todos Propuesta de formación a distancia en modalidad e-learning Seguridad del Paciente para todos Curso de 10 horas de formación para profesionales de hospitales y centros sociosanitarios. Seguridad del Paciente

Más detalles

Herramientas 2.0 y Redes Sociales para Formación Profesional

Herramientas 2.0 y Redes Sociales para Formación Profesional GUÍA DIDÁCTICA Herramientas 2.0 y Redes Sociales en F.P.. Planificación general de la Actividad de Formación del Profesorado 40 horas Herramientas 2.0 y Redes Sociales para Formación Profesional Plataforma

Más detalles

PLANTILLA EXPLICATIVA SOBRE EL CURSO EXPERTO EN

PLANTILLA EXPLICATIVA SOBRE EL CURSO EXPERTO EN PLANTILLA EXPLICATIVA SOBRE EL CURSO EXPERTO EN INVESTIGACIÓN Y RECONSTRUCCIÓ DE ACCIDENTES DE TRÁFICO EN LA MODALIDAD ON-LINE O E-LEARNING. 1. 1. PERSONAL AL QUE VA DIRIGIDO EL CURSO El curso formativo

Más detalles

AUTÓMATAS, GRAMÁTICAS Y LENGUAJES

AUTÓMATAS, GRAMÁTICAS Y LENGUAJES ASIGNATURA DE GRADO: AUTÓMATAS, GRAMÁTICAS Y LENGUAJES Curso 2015/2016 (Código:71901089) 1.PRESENTACIÓN DE LA ASIGNATURA La asignatura Autómatas, Gramáticas y Lenguajes se ocupa del estudio de las máquinas

Más detalles

E 3.3-1 Selección de plataformas. Versión: 1.0 Fecha: 27/07/2011. Email:

E 3.3-1 Selección de plataformas. Versión: 1.0 Fecha: 27/07/2011. Email: E 3.3-1 Selección de plataformas Versión: 1.0 Fecha: 27/07/2011 Autor: Email: CEIEC Historial de cambios Versión Fecha Autor Cambios 0.1 18/07/2011 Carlos Ors Versión Inicial 1,0 27/07/2011 CEIEC Descripción

Más detalles

DISEÑO DEL SISTEMA INSTITUCIONAL DE PRÁCTICAS LABORALES

DISEÑO DEL SISTEMA INSTITUCIONAL DE PRÁCTICAS LABORALES DISEÑO DEL SISTEMA INSTITUCIONAL DE PRÁCTICAS LABORALES ETAPA: SISTEMA DE INFORMACIÓN PARA LA GESTIÓN DEL PROCESO DE PRÁCTICAS PROFESIONALES ENTORNO VIRTUAL DE PRÁCTICAS PROFESIONALES Esta Publicación

Más detalles

ID 1173 PERSONALIZACION DE DRUPAL COMO SISTEMA DE GESTIÓN DEL APRENDIZAJE PARA LA UNIVERSIDAD VIRTUAL SALUD FAJARDO

ID 1173 PERSONALIZACION DE DRUPAL COMO SISTEMA DE GESTIÓN DEL APRENDIZAJE PARA LA UNIVERSIDAD VIRTUAL SALUD FAJARDO ID 1173 PERSONALIZACION DE DRUPAL COMO SISTEMA DE GESTIÓN DEL APRENDIZAJE PARA LA UNIVERSIDAD VIRTUAL SALUD FAJARDO Hechavarría Toledo, Suiberto; Valdés Morales, Jáicer; Mirta Lominchar Díaz. Cuba RESUMEN

Más detalles

IMPLANTACIÓN DE I.E.S. SAN S EBASTIÁN. Curso C.F.G.S. ADMINISTRACIÓN DE SISTEMAS INFORMÁTICOS EN RED. <>

IMPLANTACIÓN DE I.E.S. SAN S EBASTIÁN. Curso C.F.G.S. ADMINISTRACIÓN DE SISTEMAS INFORMÁTICOS EN RED. <<Nombre del Ciclo>> I.E.S. SAN S EBASTIÁN D EPARTAMENTO DE I NFORMÁTICA C.F.G.S Administración de Sistemas Informáticos en Red IMPLANTACIÓN DE APLICACIONES WEB

Más detalles

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA La Universidad Católica de Loja MODALIDAD ABIERTA Y A DISTANCIA

UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA La Universidad Católica de Loja MODALIDAD ABIERTA Y A DISTANCIA UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA La Universidad Católica de Loja MODALIDAD ABIERTA Y A DISTANCIA MANUAL DEL ESTUDIANTE: CURSO INTRODUCTORIO PARA EL MANEJO DEL ENTORNO VIRTUAL DE APRENDIZAJE DE LA

Más detalles

Grado en Educación Social C.U. Cardenal Cisneros Universidad de Alcalá Curso Académico 2015-16 1º Curso Primer Cuatrimestre

Grado en Educación Social C.U. Cardenal Cisneros Universidad de Alcalá Curso Académico 2015-16 1º Curso Primer Cuatrimestre Pedagogía social Grado en Educación Social C.U. Cardenal Cisneros Universidad de Alcalá Curso Académico 2015-16 1º Curso Primer Cuatrimestre GUÍA DOCENTE Nombre de la asignatura: Pedagogía Social Código:

Más detalles

1. Título: 2. Descripción: 3. Objetivos: Realidad Aumentada en el entorno educativo

1. Título: 2. Descripción: 3. Objetivos: Realidad Aumentada en el entorno educativo 1. Título: Realidad Aumentada en el entorno educativo 2. Descripción: En este curso vamos a aprender a integrar la realidad aumentada en nuestra práctica educativa. Todos los niveles educativos y la mayoría

Más detalles

Guía para el alumno de F. P. a distancia online ÍNDICE

Guía para el alumno de F. P. a distancia online ÍNDICE ÍNDICE 1. Introducción. Comienzo de la F.P. online en Castilla y León... 3 2. Recomendaciones... 3 3. Acceso a la plataforma... 5 4. Estructura del curso virtual... 9 5. Foros... 11 6. Correo interno...

Más detalles

OBJETIVOS DE NUESTRO PROYECTO.

OBJETIVOS DE NUESTRO PROYECTO. Proyecto T.I.C. JUSTIFICACIÓN DEL PROYECTO El acceso a la información y el conocimiento a través de las TIC tal y como se recoge en la Orden de 28 de octubre de 2005 (B.O.J.A. núm. 23) hace que nuestro

Más detalles

WEB 2.0 DEFINICIÓN WEB

WEB 2.0 DEFINICIÓN WEB WEB 2.0 DEFINICIÓN WEB 2.0 El término Web 2.0 comprende todos los sitios web que facilitan a los usuarios compartir información, de forma fácil y ágil, todo centrado en el usuario y la colaboración en

Más detalles

REGLAMENTO DE RETRIBUCIONES DE LAS ENSEÑANZAS DE POSGRADO DE LA UNIVERSIDAD INTERNACIONAL DE ANDALUCÍA

REGLAMENTO DE RETRIBUCIONES DE LAS ENSEÑANZAS DE POSGRADO DE LA UNIVERSIDAD INTERNACIONAL DE ANDALUCÍA REGLAMENTO DE RETRIBUCIONES DE LAS ENSEÑANZAS DE POSGRADO DE LA UNIVERSIDAD INTERNACIONAL DE ANDALUCÍA (Aprobado en Consejo de Gobierno de 27 de marzo de 2012) Artículo 1. Ámbito de aplicación. El presente

Más detalles

ANEXO PLANTILLA PARA LA VIRTUALIZACIÓN DE LAS ASIGNATURAS DE GRADO

ANEXO PLANTILLA PARA LA VIRTUALIZACIÓN DE LAS ASIGNATURAS DE GRADO ANEXO PLANTILLA PARA LA VIRTUALIZACIÓN DE LAS ASIGNATURAS DE GRADO En este anexo debes reflejar la información que necesitamos para configurar el curso virtual de tu asignatura. Con esta información los

Más detalles

Experiencia en la Educación a Distancia con E-learning, en el área de la Gráfica y Animación Digital

Experiencia en la Educación a Distancia con E-learning, en el área de la Gráfica y Animación Digital Experiencia en la Educación a Distancia con E-learning, en el área de la Gráfica y Animación Digital José Luis Caropresi 1, Ma. Victoria Paredes 2 Cátedra de Computación Gráfica Departamento de Informática

Más detalles

[Guía N 1 Introducción al Portal WEB de la Universidad Simón Bolívar]

[Guía N 1 Introducción al Portal WEB de la Universidad Simón Bolívar] AULA EXTENDIDA El aula extendida es el espacio que ofrece el portal de la universidad para que, a través de la plataforma MOODLE, los docentes mantengan una comunicación online en el proceso enseñanza

Más detalles

EL AULA VIRTUAL COMO RECURSO DIDÁCTICO

EL AULA VIRTUAL COMO RECURSO DIDÁCTICO EL AULA VIRTUAL COMO RECURSO Autoría: DEL CAMPO LÓPEZ, BERNARDINO, IES JULIO REY PASTOR, ALBACETE. b.delcampo@iesjrp.es Temática: TIC Palabras clave: TIC, MOODLE, AULA VIRTUAL, ALTHIA. Resumen Esta comunicación

Más detalles

DESCRIPCION DEL CURSO Formación de Tutores de cursos a distancia desarrollados en entornos virtuales de aprendizaje

DESCRIPCION DEL CURSO Formación de Tutores de cursos a distancia desarrollados en entornos virtuales de aprendizaje DESCRIPCION DEL CURSO Formación de Tutores de cursos a distancia desarrollados en entornos virtuales de aprendizaje Destinatarios Este curso está destinado a aquellos docentes de la educación superior

Más detalles

Bienvenido al tutorial de Campus Virtual para estudiantes.

Bienvenido al tutorial de Campus Virtual para estudiantes. Bienvenido al tutorial de Campus Virtual para estudiantes. Contenidos Cada uno de los siguientes temas, le introducirá un concepto diferente de la herramienta de aprendizaje Campus Virtual, y le permitirá

Más detalles

Fechas: Duración: Lugar de realización: Valor: Valor Afiliado Caja Los Andes: $30.000.- (85% Dcto.) Descripción:

Fechas: Duración: Lugar de realización: Valor: Valor Afiliado Caja Los Andes: $30.000.- (85% Dcto.) Descripción: Pontificia Universidad Católica de Chile Unidad: TELEDUC Nombre Curso: LA EDUCACIÓN A DISTANCIA Y LA TUTORÍA EN EL AULA VIRTUAL: CONCEPTOS Y ESTRATEGIAS Fechas: Del 01 de Octubre al 26 de Noviembre de

Más detalles

Guía de uso de Moodle para participantes

Guía de uso de Moodle para participantes Guía de uso de Moodle para participantes ÍNDICE 1 ACCESO... 4 1.1 PORTAL... 4 1.2 INGRESAR A PLATAFORMA... 6 1.3 ESTRUCTURA DEL CURSO... 7 1.3.1 BLOQUES... 8 2 RECURSOS Y MÓDULOS... 10 LOS RECURSOS SE

Más detalles