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

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

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

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

Diseño Estructurado de Algoritmos

Diseño Estructurado de Algoritmos Diseño Estructurado de Algoritmos 1 Sesión No. 5 Nombre: Primitivas para el diseño de instrucciones. Segunda parte. Objetivo de la sesión: Al concluir la sesión el estudiante identificará las diferentes

Más detalles

Capítulo 11. Conclusiones y trabajo futuro

Capítulo 11. Conclusiones y trabajo futuro Capítulo 11. Conclusiones y trabajo futuro En esta tesis ha realizado un entorno de desarrollo Web que proporciona herramientas para la mejora de la calidad del código de los desarrolladores. Para conseguir

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

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

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

PROGRAMA DE APOYO A CENTROS Y DEPARTAMENTOS

PROGRAMA DE APOYO A CENTROS Y DEPARTAMENTOS Convocatoria de acciones de innovación y mejora de la docencia Vicerrectorado de Ordenación Académica Delegado del Rector para Nuevas Tecnologías Instituto de Ciencias de la Educación PROGRAMA DE APOYO

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

Guía Integrada de Actividades

Guía Integrada de Actividades Guía Integrada de Actividades Contexto de la estrategia de aprendizaje a desarrollar en el curso: Las actividades se desarrollarán aplicando la estrategia de aprendizaje basada en proyectos organizada

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

Documento para el debate educativo Ámbito a que se refiere nuestra aportación.

Documento para el debate educativo Ámbito a que se refiere nuestra aportación. Documento para el debate educativo Ámbito a que se refiere nuestra aportación. COMPETENCIAS Y SABERES PARA LA SOCIEDAD DEL SIGLO XXI. 5. EL ALFABETO DEL SIGLO XXI: INICIACIÓN TEMPRANA A LAS TECNOLOGÍAS

Más detalles

Determinar el tiempo de realizar las diferentes actividades para la implementación del sistema EVECP.

Determinar el tiempo de realizar las diferentes actividades para la implementación del sistema EVECP. CAPITULO V IMPLEMENTACION DEL SISTEMA AUTOMATIZADO EN UN ENTORNO VIRTUAL PARA LA EDUCACION CONTINUA Y PERMANTENTE PAR LAS UNIDADES DE ENSEÑANZA E INVESTIGACION. 5.1 GENERALIDADES El presente capitulo contiene

Más detalles

Las entidades solicitantes podrán estar certificadas en la exportación a CVN, en la importación de CVN o en ambos procesos.

Las entidades solicitantes podrán estar certificadas en la exportación a CVN, en la importación de CVN o en ambos procesos. MANUAL DE CERTIFICACIONES El objetivo de este manual de certificaciones es ofrecer a las instituciones que deseen certificarse en CVN, una información del proceso completo para que pueda seguirlo, conocer

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

FICHAS PARA DIAGNÓSTICO Y DESARROLLO DE HABILIDADES SIMCE TIC / Audiovisual de contextualización histórica

FICHAS PARA DIAGNÓSTICO Y DESARROLLO DE HABILIDADES SIMCE TIC / Audiovisual de contextualización histórica FICHAS PARA DIAGNÓSTICO Y DESARROLLO DE HABILIDADES SIMCE TIC / Audiovisual de contextualización histórica PRESENTACIÓN Este material está diseñado para ofrecer al equipo docente un conjunto de actividades

Más detalles

TICS Y EDUCACIÓN INCLUSIVA

TICS Y EDUCACIÓN INCLUSIVA TICS Y EDUCACIÓN INCLUSIVA Eje 3 Calidad, Currículum y Diseño Instruccional en Educación a Distancia. ROMÁN, Jessica Isabel jshacik@hotmail.com ESCALANTE, Sergio Fabián silsergio@yahoo.com.ar Centro de

Más detalles

Propuesta de la nueva Estructura Dirección de Estudios a Distancia

Propuesta de la nueva Estructura Dirección de Estudios a Distancia 2014 Propuesta de la nueva Estructura Dirección de Estudios a Distancia Propuesta de la nueva Estructura Administrativa de la Dirección de Estudios a Distancia (DEAD) con un nuevo Organigrama y Distribución

Más detalles

Plataforma de Formación Online con Moodle!

Plataforma de Formación Online con Moodle! Plataforma de Formación Online con Moodle! Moodle es un alternativa a las soluciones comerciales como Blackboard y WebCT, y se distribuye gratuitamente bajo licencia Open Source. El entorno de aprendizaje

Más detalles

Manual de ayuda para crear y gestionar Tareas, como actividad evaluable

Manual de ayuda para crear y gestionar Tareas, como actividad evaluable Manual de ayuda para crear y gestionar Tareas, como actividad evaluable Contenido TAREAS.... 3 CONFIGURACIÓN.... 3 GESTIÓN Y CALIFICACIÓN DE TAREAS.... 8 TAREAS. Mediante esta herramienta podemos establecer

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

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

E Propuesta Proyecto Final Curso Uso de Redes Sociales en la Educación

E Propuesta Proyecto Final Curso Uso de Redes Sociales en la Educación Nombre de los Docentes: Valeria Escoto, Paola De León, Daniela Patiño. Nombre del Proyecto: Me conozco, te conozco, nos conocemos. Área: Conocimiento Social Asignatura: Historia Tema: Conocer mi historia

Más detalles

Instituto Tecnológico de Costa Rica

Instituto Tecnológico de Costa Rica Instituto Tecnológico de Costa Rica Escuela de Ingeniería en Computación Proyecto Programado: Revisión de Utilización Médica: Aplicación Web para el control de pacientes en hospitales de Puerto Rico Práctica

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

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

CONFIGURACIÓN DE LA METODOLOGÍA OPENUP V1.0. Centro Ideoinformática

CONFIGURACIÓN DE LA METODOLOGÍA OPENUP V1.0. Centro Ideoinformática CONFIGURACIÓN DE LA METODOLOGÍA OPENUP V1.0 Centro Ideoinformática Universidad de las Ciencias Informáticas Carretera a San Antonio Km 2 ½. Torrens. Boyeros. Ciudad de La Habana. Cuba Teléfono: + 53 (7)

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 rápida GUÍA E-DUCATIVA PARA ADMINISTRADORES

Guía rápida GUÍA E-DUCATIVA PARA ADMINISTRADORES GUÍA E-DUCATIVA PARA ADMINISTRADORES VISTA DE LA ADMINISTRACIÓN LA PESTAÑA DE CONFIGURACIÓN A través de esta función se podrán configurar las características generales y principales de la plataforma virtual.

Más detalles

EC4DWP DESARROLLO WEB EN ENTORNO CLIENTE

EC4DWP DESARROLLO WEB EN ENTORNO CLIENTE EC4DWP DESARROLLO WEB EN ENTORNO CLIENTE TÉCNICO SUPERIOR EN DESARROLLO DE APLICACIONES WEB Ciclo Formativo de Grado Superior (LOE) Instituto Superior de Formación Profesional San Antonio Telf.: (+34)

Más detalles

Plan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos

Plan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos Plan de estudios Maestría en Sistemas de Información y Tecnologías de Gestión de Datos Antecedentes y Fundamentación Un Sistema de Información es un conjunto de componentes que interactúan entre sí, orientado

Más detalles

GUÍA DOCENTE. Curso 2015-2016. Ingeniería Informática en Sistemas de Información Doble Grado:

GUÍA DOCENTE. Curso 2015-2016. Ingeniería Informática en Sistemas de Información Doble Grado: 1. DESCRIPCIÓN DE LA ASIGNATURA Grado: Ingeniería Informática en Sistemas de Información Doble Grado: Asignatura: Diseño de base de datos Módulo: Módulo M7: Complementos Obligatorios Específicos de Sistemas

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

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

Programación de Aplicaciones Tarea 2 Curso 2015

Programación de Aplicaciones Tarea 2 Curso 2015 Programación de Aplicaciones Tarea 2 Curso 2015 Información Administrativa La tarea comienza el lunes 14 de setiembre y finaliza el lunes 19 de octubre. La tarea constará de múltiples entregas parciales

Más detalles

TECNOLOGÍAS DE LA INFORMACIÓN Y DE LA COMUNICACIÓN

TECNOLOGÍAS DE LA INFORMACIÓN Y DE LA COMUNICACIÓN TECNOLOGÍAS DE LA INFORMACIÓN Y DE LA COMUNICACIÓN INTRODUCCIÓN Durante las últimas décadas se ha producido en la sociedad un profundo proceso de transformación caracterizado por la presencia de las Tecnologías

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

Publicidad y marketing digital y multimedia. ÍNDICE

Publicidad y marketing digital y multimedia. ÍNDICE Publicidad y marketing digital y multimedia. ÍNDICE Asignatura 3 Presentación 3 Competencias 4 Contenidos 6 Recursos 8 Metodología 10 Evaluación y calificación 11 Orientaciones para el estudio 12 Asignatura

Más detalles

UN SIMULADOR DE UNA MAQUINA COMPUTADORA COMO HERRAMIENTA PARA LA ENSEÑANZA DE LA ARQUITECTURA DE COMPUTADORAS

UN SIMULADOR DE UNA MAQUINA COMPUTADORA COMO HERRAMIENTA PARA LA ENSEÑANZA DE LA ARQUITECTURA DE COMPUTADORAS UN SIMULADOR DE UNA MAQUINA COMPUTADORA COMO HERRAMIENTA PARA LA ENSEÑANZA DE LA ARQUITECTURA DE COMPUTADORAS Autores GROSSI, María Delia (mdgrossi@mara.fi.uba.ar) JIMÉNEZ REY, M. Elizabeth (ejimenez@mara.fi.uba.ar)

Más detalles

Inter American Accreditation Cooperation. Grupo de prácticas de auditoría de acreditación Directriz sobre:

Inter American Accreditation Cooperation. Grupo de prácticas de auditoría de acreditación Directriz sobre: Grupo de prácticas de auditoría de acreditación Directriz sobre: Auditando la competencia de los auditores y equipos de auditores de organismos de certificación / registro de Sistemas de Gestión de Calidad

Más detalles

Editorial del boletín N 13 octubre/noviembre de 2010

Editorial del boletín N 13 octubre/noviembre de 2010 Editorial del boletín N 13 octubre/noviembre de 2010 Este Magíster pretende posicionar la educación en la marco de la sociedad del conocimiento, a nivel de aula y de institución educativa, desde el paradigma

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

Avanza Ciudadanía Digital Interfaz de acceso multidispositivo para facilitar la integración de las personas en riesgo de exclusión a las plataformas

Avanza Ciudadanía Digital Interfaz de acceso multidispositivo para facilitar la integración de las personas en riesgo de exclusión a las plataformas Avanza Ciudadanía Digital Interfaz de acceso multidispositivo para facilitar la integración de las personas en riesgo de exclusión a las plataformas generadoras de redes sociales: Resultados de la experiencia

Más detalles

PLAN DIRECTOR Administración Electrónica Universidad de Alicante. Consejo de Gobierno Octubre 2010. Resumen Ejecutivo

PLAN DIRECTOR Administración Electrónica Universidad de Alicante. Consejo de Gobierno Octubre 2010. Resumen Ejecutivo PLAN DIRECTOR Administración Electrónica Universidad de Alicante Consejo de Gobierno Octubre 2010 Resumen Ejecutivo Sumario Introducción... 3 Situación Actual... 3 Modelo de e-administración... 7 Organismos

Más detalles

El uso del Foro de Discusión Virtual en la enseñanza

El uso del Foro de Discusión Virtual en la enseñanza El uso del Foro de Discusión Virtual en la enseñanza DAVID ORNELAS GUTIÉRREZ Universidad Autónoma de Guadalajara, México En años recientes el empleo de las tecnologías de información y comunicación (TIC)

Más detalles

Portal de Servicios Educativos

Portal de Servicios Educativos Universidad Autónoma del Es todo de México Dirección de Educación Continua y a Distancia Portal de Servicios Educativos INGRESO AL PORTAL Existen dos vías para poder ingresar al Portal SEDUCA: 1. Acceder

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

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

Resumen. 1. Motivación. 2. Metodología de trabajo

Resumen. 1. Motivación. 2. Metodología de trabajo Los alumnos cumplen los créditos ECTS? El caso de Programación en Internet Jaume Aragonés Ferrero, Sergio Luján-Mora Dpto. de Lenguajes y Sistemas Informáticos Universidad de Alicante e-mail: {jaume,slujan}@dlsi.ua.es

Más detalles

Redacción periodística I. Géneros informativos. ÍNDICE

Redacción periodística I. Géneros informativos. ÍNDICE Redacción periodística I. Géneros informativos. ÍNDICE Asignatura 3 Presentación 3 Competencias 4 Contenidos 6 Recursos 8 Metodología 10 Evaluación y calificación 11 Orientaciones para el estudio 12 Asignatura

Más detalles

Capítulo 5 Implementación de Gisweb

Capítulo 5 Implementación de Gisweb Capítulo 5 Implementación de Gisweb [5. Implementación de Gisweb] En este capítulo veremos como se hizo una implementación propia de un Web Feature Service a partir del diseño obtenido mediante el proceso

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 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

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

Para acceder al campus virtual de Espiral debes realizar los siguientes pasos:

Para acceder al campus virtual de Espiral debes realizar los siguientes pasos: 1. Acceso... 2 2. El aula virtual... 3 Los bloques... 4 Los caminos... 6 Recursos y actividades... 7 Herramientas para la comunicación... 8 Herramientas para el seguimiento... 9 Actualización del perfil...

Más detalles

INSTRUMENTACIÓN ELECTRÓNICA II

INSTRUMENTACIÓN ELECTRÓNICA II ASIGNATURA DE GRADO: INSTRUMENTACIÓN ELECTRÓNICA II Curso 2014/2015 (Código:68024058) 1.PRESENTACIÓN DE LA ASIGNATURA Esta asignatura optativa está contemplada como una ampliación de los contenidos de

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

Preguntas Frecuentes. Plataforma ScienTI. Aplicativos CvLAC y GrupLAC

Preguntas Frecuentes. Plataforma ScienTI. Aplicativos CvLAC y GrupLAC Preguntas Frecuentes Plataforma ScienTI Aplicativos CvLAC y GrupLAC Departamento Administrativo de Ciencia, Tecnología e Innovación - Colciencias Dirección de Fomento a la Investigación Bogotá D.C., 10

Más detalles

PISTA ACCESIBILIDAD, HERRAMIENTA ON-LINE DE ANÁLISIS DE ACCESIBILIDAD PARA PORTALES WEB

PISTA ACCESIBILIDAD, HERRAMIENTA ON-LINE DE ANÁLISIS DE ACCESIBILIDAD PARA PORTALES WEB PISTA ACCESIBILIDAD, HERRAMIENTA ON-LINE DE ANÁLISIS DE ACCESIBILIDAD PARA PORTALES WEB Resumen de su Comunicación El objetivo del proyecto PISTA Accesibilidad es dotar a las Administraciones Públicas,

Más detalles

Capítulo 5: Pruebas y evaluación del sistema. A continuación se muestran una serie de pruebas propuestas para evaluar varias

Capítulo 5: Pruebas y evaluación del sistema. A continuación se muestran una serie de pruebas propuestas para evaluar varias Capítulo 5: Pruebas y evaluación del sistema 5.1 Definición de pruebas para la aplicación A continuación se muestran una serie de pruebas propuestas para evaluar varias características importantes del

Más detalles

Herramienta de monitorización ambiental. Tipo de documento: Técnico 01/09/13

Herramienta de monitorización ambiental. Tipo de documento: Técnico 01/09/13 Herramienta de monitorización ambiental Tipo de documento: Técnico 01/09/13 2 ÍNDICE 0 Antecedentes 3 1 Matriz de registro de datos 3 2 Pliego de condiciones de la contrata de programación de la herramienta

Más detalles

DATOS IDENTIFICATIVOS:

DATOS IDENTIFICATIVOS: DATOS IDENTIFICATIVOS: 1. Título del Proyecto Sistema Web de Planificación y Seguimiento de Actividades ECTS 2. Código del Proyecto 28_UCO_106031 3. Resumen del Proyecto MEMORIA DE LAS ACCIONES DESARROLLADAS.

Más detalles

Modalidad de Enseñanza en Línea elearning. www.escolarhitech.com

Modalidad de Enseñanza en Línea elearning. www.escolarhitech.com Modalidad de Enseñanza en Línea elearning www.escolarhitech.com Introducción AulaEscolar.NET con enseñanza en línea permite ofrecer una cartera de servicios completa desde servicios informativos, información

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

FORMACIÓN EN COMPETENCIAS INFORMACIONALES Y SU GESTIÓN DE CALIDAD EN LA BIBLIOTECA UNIVERSITARIA DE GRANADA: PRIMERAS EXPERIENCIAS

FORMACIÓN EN COMPETENCIAS INFORMACIONALES Y SU GESTIÓN DE CALIDAD EN LA BIBLIOTECA UNIVERSITARIA DE GRANADA: PRIMERAS EXPERIENCIAS FORMACIÓN EN COMPETENCIAS INFORMACIONALES Y SU GESTIÓN DE CALIDAD EN LA BIBLIOTECA UNIVERSITARIA DE GRANADA: PRIMERAS EXPERIENCIAS Biblioteca Universitaria de Granada RESUMEN: El propósito de esta comunicación

Más detalles

SOCIAL MEDIA MARKETING. Iniciando con Google+

SOCIAL MEDIA MARKETING. Iniciando con Google+ SOCIAL MEDIA MARKETING Iniciando con Google+ Qué es Google+ y por qué es Importante? Qué es Google+?...Queremos ayudarle a hacer el mismo tipo de relaciones duraderas con sus clientes en línea de la misma

Más detalles

Una vez que tengas tu navegador en pantalla, sólo has de introducir la dirección correspondiente a la plataforma. Ten en cuenta que:

Una vez que tengas tu navegador en pantalla, sólo has de introducir la dirección correspondiente a la plataforma. Ten en cuenta que: Guíía de lla pllataforma E-llearniing de CEFORPE Introducción La plataforma E-learning de CEFORPE es un portal de formación para profesionales de la sanidad, creado por CEFORPE, marca registrada por Asistencia

Más detalles

CURSOS DE LA ETAPA A

CURSOS DE LA ETAPA A GUÍA DE USUARIO PARA ALUMNOS Y SUS FAMILIAS CURSOS DE LA ETAPA A CURSO 2013-2014 TABLA DE CONTENIDOS INFORMACIÓN GENERAL SOBRE LA PLATAFORMA... 3 OBJETIVOS Y RESULTADOS DE APRENDIZAJE... 3 INFORMACIÓN

Más detalles

CAPITULO 2. Como se definió en el plan del presente proyecto, este será desarrollado bajo

CAPITULO 2. Como se definió en el plan del presente proyecto, este será desarrollado bajo 1 CAPITULO 2 ANÁLISIS DEL SISTEMA 1. Introducción Como se definió en el plan del presente proyecto, este será desarrollado bajo la metodología orientada a objetos. El objetivo del análisis será marcar

Más detalles

Curso: GESTIÓN DE CARTOGRAFÍA DE PROYECTOS CON AUTOCAD MAP 3D NIVEL AVANZADO

Curso: GESTIÓN DE CARTOGRAFÍA DE PROYECTOS CON AUTOCAD MAP 3D NIVEL AVANZADO C/ Venezuela, 37-1º - 36203 VIGO Tfno.: 986 43.17.93 Fax: 986 43.18.78 e-mail: coitivigo@coitivigo.es web: www.coitivigo.es Si desea participar en el PLAN DE REDUCCIÓN DE CONSUMO DE PAPEL DE COITIVIGO

Más detalles

CURSO DE ESPECIALIZACION EN DESPLIEGUE DE SOLUCIONES Y TECNOLOGIAS BIG DATA

CURSO DE ESPECIALIZACION EN DESPLIEGUE DE SOLUCIONES Y TECNOLOGIAS BIG DATA CURSO DE ESPECIALIZACION EN DESPLIEGUE DE SOLUCIONES Y TECNOLOGIAS BIG DATA PRESENTACION DEL CURSO DE ESPECIALIZACION EN DESPLIEGUE DE SOLUCIONES Y TECNOLOGIAS BIG DATA: Este Curso de Especialización en

Más detalles

MÓDULO DE ACTIVIDAD WEBQUEST CON METADATOS PARA MOODLE

MÓDULO DE ACTIVIDAD WEBQUEST CON METADATOS PARA MOODLE MÓDULO DE ACTIVIDAD WEBQUEST CON METADATOS PARA MOODLE Julia Tejerina. IES Alonso de Madrigal.Ávila. Santiago Blanco Suárez.. IES Ribera de Castilla. Resumen. En este artículo se describen los aspectos

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

INSTRUCTIVO PLATAFORMA ITM VIRTUAL itmvirtual.itm.edu.co

INSTRUCTIVO PLATAFORMA ITM VIRTUAL itmvirtual.itm.edu.co INSTRUCTIVO PLATAFORMA ITM VIRTUAL itmvirtual.itm.edu.co INTRODUCCIÓN A continuación podrá tener a su disposición la principal información para acceder a los cursos a distancia que ofrece el ITM a través

Más detalles

EXPERIENCIAS DEL PROCESO DE ENSEÑANZA APRENDIZAJE: VINCULACIÓN DEL ITESM CON UNIVERSIDADES EXTRANJERAS EN UN CURSO DE

EXPERIENCIAS DEL PROCESO DE ENSEÑANZA APRENDIZAJE: VINCULACIÓN DEL ITESM CON UNIVERSIDADES EXTRANJERAS EN UN CURSO DE EXPERIENCIAS DEL PROCESO DE ENSEÑANZA APRENDIZAJE: VINCULACIÓN DEL ITESM CON UNIVERSIDADES EXTRANJERAS EN UN CURSO DE FINANZAS INTERNACIONALES A NIVEL PROFESIONAL (UNIVERSIDADES PARTICIPANTES: ITESM, UNIVERSIDAD

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

Manual de Procedimientos del Sistema Integral de Gestión y Evaluación

Manual de Procedimientos del Sistema Integral de Gestión y Evaluación Manual de Procedimientos del Sistema Integral de Gestión y Evaluación 1. INTRODUCCIÓN... 2 2. INGRESO AL SISTEMA... 3 3. CARACTERÍSTICAS PRINCIPALES... 6 3.1. Compartir información entre SIGEVAS... 6 3.2.

Más detalles

Sexta convocatoria de buenas prácticas docentes para el fomento de la innovación en el proceso de enseñanza-aprendizaje de la UTPL

Sexta convocatoria de buenas prácticas docentes para el fomento de la innovación en el proceso de enseñanza-aprendizaje de la UTPL Sexta convocatoria de buenas prácticas docentes para el fomento de la innovación en el proceso de enseñanza-aprendizaje de la UTPL PERÍODO ACADÉMICO: ABRIL AGOSTO 2015 El Plan Estratégico de Desarrollo

Más detalles

Manual del estudiante

Manual del estudiante Manual del estudiante Índice I. Primeros pasos pág.3 II. Al entrar al curso pág.7 III. Botonera de inicio pág.7 IV. Comunicación con el profesor pág.12 V. Participación de las entregas de los módulos pág.13

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

Curso Online en Claves de Éxito para tu Estrategia Móvil

Curso Online en Claves de Éxito para tu Estrategia Móvil Curso Online en Claves de Éxito para tu Estrategia Móvil Titulación certificada por EUROINNOVA BUSINESS SCHOOL Curso Online en Claves de Éxito para tu Estrategia Móvil Curso Online en Claves de Éxito para

Más detalles

15. Cómo editar mi correo que tiene código PUCP para que sea colocado en el currículum

15. Cómo editar mi correo que tiene código PUCP para que sea colocado en el currículum Preguntas Frecuentes Curso Online de Elaboración del Currículum Vitae Inscripciones para el Curso Online de Elaboración del Currículum Vítae... 1 1. Si soy egresado de la PUCP, puedo participar del Curso?...

Más detalles

Sistema Automatizado para la gestión de la Educación de Postgrado en un Departamento Docente de la Universidad de Matanzas.

Sistema Automatizado para la gestión de la Educación de Postgrado en un Departamento Docente de la Universidad de Matanzas. 1 Sistema Automatizado para la gestión de la Educación de Postgrado en un Departamento Docente de la Universidad de Matanzas. Autores: Ing. Eyleen Escaig Macías (eyleen.escaig@umcc.cu) Dra. María de Lourdes

Más detalles

PROGRAMACIÓN ORIENTADA A OBJETOS

PROGRAMACIÓN ORIENTADA A OBJETOS PROGRAMACIÓN ORIENTADA A OBJETOS Clase 1. Introducción Profesor: Diego Sánchez Gómez Introducción a la programación orientada a objetos 1. Introducción a la programación orientada a objetos 2. Las clases

Más detalles

Aportes para el Diseño de un Sistema de Evaluación y Monitoreo de la Ley de Empleo Juvenil Resumen Ejecutivo

Aportes para el Diseño de un Sistema de Evaluación y Monitoreo de la Ley de Empleo Juvenil Resumen Ejecutivo Aportes para el Diseño de un Sistema de Evaluación y Monitoreo de la Ley de Empleo Juvenil Resumen Ejecutivo Este trabajo espera constituir un aporte al proceso de elaboración del sistema de evaluación

Más detalles

Curso Community Manager TSDSI 2014-2015

Curso Community Manager TSDSI 2014-2015 Curso Community Manager TSDSI 2014-2015 Carolina Santana Martel Daniel Tejera Reina 13 de Mayo Índice Aprendizaje Basado en Proyectos Fases del proyecto Fase 1 - Contexto y situación de partida Fase 3

Más detalles

CEAD Santa Cruz de Tenerife Mercedes Pinto Curso 2014-15 ORIENTACIONES GENERALES PARA EL ESTUDIO DE LA ASIGNATURA

CEAD Santa Cruz de Tenerife Mercedes Pinto Curso 2014-15 ORIENTACIONES GENERALES PARA EL ESTUDIO DE LA ASIGNATURA GUÍA DEL ALUMNO MATERIA MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II NIVEL BACHILLERATO CURSO SEGUNDO DEPARTAMENTO MATEMÁTICAS PROFESORA ESTHER PÉREZ LUZARDO TELÉFONO-EXTENSIÓN 922221087-53 / 922201368-53

Más detalles

CURSO/TALLER CREACIÓN DE MATERIALES EDUCATIVOS DIGITALES ACCESIBLES GUÍA DOCENTE

CURSO/TALLER CREACIÓN DE MATERIALES EDUCATIVOS DIGITALES ACCESIBLES GUÍA DOCENTE CURSO/TALLER CREACIÓN DE MATERIALES EDUCATIVOS DIGITALES ACCESIBLES GUÍA DOCENTE Contenido DATOS BÁSICOS DEL CURSO... 3 1. PRESENTACIÓN... 4 2. OBJETIVOS... 5 3. COMPETENCIAS... 5 4. CONTENIDOS... 6 5.

Más detalles

Nueva generación de materiales. Sincronismo video/web

Nueva generación de materiales. Sincronismo video/web Nueva generación de materiales. Sincronismo video/web Por Francisco P. Vives Aragonés Alfonso Benavent Victoria Santiago Moya Alía Francisco Ibarra Picó Unidad de Innovación Informática Universidad de

Más detalles

Guía Docente 2015/2016

Guía Docente 2015/2016 Guía Docente 2015/2016 Trabajo Fin de Grado Final Project Grado en Ingeniería Informática Modalidad Presencial Índice Trabajo Fin de Grado... 3 Breve descripción de la asignatura... 3 Brief Description...

Más detalles

Normas de Auditoría de Proyectos de Inversión Pública

Normas de Auditoría de Proyectos de Inversión Pública Normas de Auditoría de Proyectos de Inversión Pública Resolución CGE/094/2012 27 de agosto de 2012 NE/CE-016 N O R M A D E C O N T R O L E X T E R N O NORMAS DE AUDITORÍA DE PROYECTOS DE INVERSIÓN PÚBLICA

Más detalles

PRC-DTI-006 Administración de Roles de los Sistemas de Información de la DTI Procedimiento Dirección de TI - COSEVI

PRC-DTI-006 Administración de Roles de los Sistemas de Información de la DTI Procedimiento Dirección de TI - COSEVI PRC-DTI-006 Administración de Roles de los Sistemas de Información de la DTI Procedimiento Dirección de TI - COSEVI Versión: 1.0 Fecha de la versión: Febrero del 2012 Creado por: PwC Costa Rica Aprobado

Más detalles

Aprendizaje Colaborativo Técnicas Didácticas

Aprendizaje Colaborativo Técnicas Didácticas Dirección de Investigación e Innovación Educativa Programa de Desarrollo de Habilidades Docentes Aprendizaje Colaborativo Técnicas Didácticas Definición de AC Definición de AC El aprendizaje colaborativo

Más detalles

Manual del Profesor Campus Virtual UNIVO

Manual del Profesor Campus Virtual UNIVO Manual del Profesor Campus Virtual UNIVO Versión 2.0 Universidad de Oriente UNIVO Dirección de Educación a Distancia INDICE 1. Campus Virtual. 03 1.1 Accesos al Curso 04 1.2 Interfaz del Curso...06 1.3

Más detalles

entrevistas es uno de los objetivos en las empresas Entrevistado: Susana Trabaldo, directora de Net Learning, Argentina. Por: Karla Ramírez

entrevistas es uno de los objetivos en las empresas Entrevistado: Susana Trabaldo, directora de Net Learning, Argentina. Por: Karla Ramírez recuperar el conocimiento es uno de los objetivos del e-learning en las empresas Entrevistado: Susana Trabaldo, directora de Net Learning, Argentina. Por: Karla Ramírez 23 En una organización que aprende

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

Minería de datos (Introducción a la minería de datos)

Minería de datos (Introducción a la minería de datos) Minería de datos (Introducción a la minería de datos) M. en C. Sergio Luis Pérez Pérez UAM CUAJIMALPA, MÉXICO, D. F. Trimestre 12-O. Sergio Luis Pérez (UAM CUAJIMALPA) Curso de minería de datos 1 / 21

Más detalles

Sesión No. 2. Contextualización: Nombre de la sesión: Paquetería ASPEL - COI PAQUETERÍA CONTABLE

Sesión No. 2. Contextualización: Nombre de la sesión: Paquetería ASPEL - COI PAQUETERÍA CONTABLE Paquetería contable 1 Sesión No. 2 Nombre de la sesión: Paquetería ASPEL - COI Contextualización: Como hemos venido comentando, existe en el mercado software o paquetería contable diversa que nos servirá

Más detalles

Vicepresidencia Auditoría Corporativa

Vicepresidencia Auditoría Corporativa Vicepresidencia Auditoría Corporativa Contexto Qué es el Sistema Control Interno en una organización? El sistema de control interno comprende el esquema de organización y el conjunto de los planes, métodos,

Más detalles