Una Aplicación Educativa Basada en la Jerarquía de Bloom para el Aprendizaje de la Herencia de POO
|
|
- María Pilar Rosa María Díaz del Río
- hace 6 años
- Vistas:
Transcripción
1 107 Una Aplicación Educativa Basada en la Jerarquía de Bloom para el Aprendizaje de la Herencia de POO Isidoro Hernán-Losada Carlos A. Lázaro-Carrascosa J.Ángel Velázquez-Iturbide Departamento de Informática, Estadística y Telemática Universidad Rey Juan Carlos, Móstoles, Madrid {isidoro.hernan, carlos.lazaro, angel.velazquez}@urjc.es Resumen La taxonomía de Bloom nos ofrece un marco pedagógico para el desarrollo sistemático de herramientas de ayuda a la enseñanza. En este artículo se presenta una aplicación educativa para enseñar el concepto de herencia en Java basada en esta taxonomía y los resultados de su evaluación, demostrando la bondad de esta herramienta para el segundo nivel de la jerarquía. Palabras Clave Herencia, Java, Programación orientada a objetos, Taxonomía de Bloom, Evaluación. INTRODUCCIÓN En la mayoría de las asignaturas de carreras científico-técnicas los conceptos teóricos se fijan mediante la resolución de problemas. Investigamos el desarrollo sistemático de aplicaciones educativas de apoyo a la resolución de problemas. Como marco pedagógico, usamos la taxonomía de Bloom, y como dominio de aplicación, nos hemos centrado en la programación orientada a objetos (POO). En esta comunicación describimos una aplicación educativa desarrollada para el aprendizaje de un concepto clave en la POO, la herencia. En primer lugar, describimos la jerarquía de Bloom y comentamos su aplicación a la enseñanza de la programación. A continuación describimos nuestra aplicación, organizada en tres componentes: teoría, demostración y tests. Posteriormente se presentan los resultados de evaluar dicha aplicación en una asignatura de POO. Acabamos con nuestras conclusiones y trabajos futuros. TAXONOMÍA DE BLOOM La taxonomía de Bloom [1] es una clasificación ampliamente aceptada para evaluar el nivel cognitivo alcanzado por un alumno en una materia. Distingue 6 niveles, suponiendo que un alumno que alcanza un nivel también domina los inferiores: Nivel 1 o de conocimiento. El alumno reconoce o recuerda información sin ser necesaria su comprensión. Nivel 2 o de comprensión. El alumno entiende el significado de la información recibida. Nivel 3 o de aplicación. El alumno es capaz de seleccionar y usar métodos para resolver un problema. Nivel 4 o de análisis. El alumno es capaz de distinguir y relacionar hipótesis y evidencias de la información dada, así como descomponer un problema en sus partes. Nivel 5 o de síntesis. El alumno es capaz de generalizar ideas para resolver algún problema nuevo para él. Nivel 6 o de evaluación. El alumno puede evaluar diferentes métodos para resolver un problema. La taxonomía de Bloom se ha usado en programación [4] de varias formas. Algunos autores la han usado como marco para el diseño de sus asignaturas [6]. Otros utilizan la taxonomía como marco para evaluar a los alumnos [10]. Finalmente, algunos autores han usado la taxonomía como referencia para el diseño de aplicaciones educativas [9]. SOPORTE A EJERCICIOS BASADO EN BLOOM Son numerosas las aplicaciones usadas en docencia de la programación: editores, compiladores, depuradores y entornos de programación, y otras nuevas como correctores automáticos, visualizadores, colecciones de ejercicios, etc. Sin embargo, se suelen diseñar a partir de unas especificaciones técnicas sin una base pedagógica clara. Por tanto, bien no encajan de forma satisfactoria en ningún nivel cognitivo de Bloom bien pueden encajar en varios. Un ejemplo es el entorno de programación BlueJ [8], diseñado para enseñar POO en primer curso. Otro ejemplo lo encontramos en la visualización (y animación) de programas. La visualización tiene un gran potencial educativo, sobre todo para alumnos con un estilo de aprendizaje visual [12], pero no siempre se aprovecha [7]. La eficacia educativa de las visualizaciones aumenta con la implicación del alumno [11]. Nuestro objetivo consiste en diseñar aplicaciones para realizar ejercicios en cada nivel de conocimiento de la taxonomía de Bloom. En las ciencias experimentales existe mayor experiencia que en informática en clasificar las prácticas en diversas clases de dificultad. Por ejemplo, la propuesta de Herron [5] distingue niveles de indagación (Tabla I). No existe una correspondencia entre estos niveles y la taxonomía de Bloom, pero sí cierta similitud. En efecto, una demostración ilustra algún concepto para su comprensión, un ejercicio exige aplicar algún método conocido, una indagación
2 planificada permite analizar un problema, y una indagación guiada obliga a un esfuerzo de descubrir el método a utilizar. TABLA I NIVELES DE INDAGACIÓN SEGÚN HERRON Objetivo Materiales Método Respuesta Demostración Fijo Fijo Fijo Fijo Ejercicio Fijo Fijo Fijo Flexible Indagación Fijo Fijo en todo o Fijo en todo o Flexible estructurada en parte en parte Indagación Fijo Flexible Flexible Flexible guiada Indagación abierta Flexible Flexible Flexible Flexible Tomando como referencia la taxonomía de Bloom, podemos concebir aplicaciones para cada nivel. Así, los niveles de conocimiento y de comprensión pueden alcanzarse con simulaciones o demostraciones de programas. Su uso es frecuente en otras disciplinas, pero no en programación. Podemos imaginarnos una demostración de una ejecución con ayuda de visualizaciones y controles adecuados. Las facilidades de interacción que proporcione determinan el nivel de implicación del alumno [11] y por tanto su nivel cognitivo. El nivel de aplicación se alcanza si la aplicación ayuda en la resolución de problemas. Kumar ha desarrollado [9] varios applets (que llama problets ) para conceptos de programación estructurada. Cada problet permite generar instancias de un problema, da alguna forma de interacción y visualización para resolverlo y plantea una pregunta. El nivel de análisis requiere una herramienta que permita distinguir y modificar partes de un programa, como los editores dirigidos por sintaxis y los depuradores. El nivel de síntesis exige diseñar programas nuevos, como permiten los entornos de programación. Aunque nos interesa la programación en general, nos hemos centrado en POO. En el apartado siguiente describimos una aplicación desarrollada para soportar los dos primeros niveles de la taxonomía para el concepto de herencia. DESCRIPCIÓN DE LA APLICACIÓN La aplicación está desarrollada en Java y consta de varios componentes, implementados como applets. La interfaz gráfica es sencilla e intuitiva para que el alumno no tenga que dedicar tiempo extra a aprender su manejo. La aplicación sigue las directrices dadas en los fundamentos pedagógicos. En esta primera versión, se da soporte a los dos niveles inferiores de la taxonomía de Bloom (conocimiento y comprensión). También da soporte a la evaluación de la pericia alcanzada en los tres niveles inferiores (los dos citados más aplicación) mediante tests. El usuario percibe tres módulos en la aplicación: Teoría. Demostración. Test. La estructura de almacenamiento de la aplicación es muy sencilla, ya que es un árbol de directorios donde se almacenan los componentes. Se eligió esta estructura por su sencillez de 108 instalación y de modificación, ya que la aplicación reconoce automáticamente la creación de nuevas carpetas con archivos. Componente de Teoría Este componente contiene la explicación del concepto en estudio, en este caso la herencia. La explicación se presenta como una página web, por su sencillez de implementación y las ventajas educativas del hipermedia [3]. El componente trata de cubrir los niveles de conocimiento y de comprensión. La teoría presentada ayuda a los alumnos reflexivos, que estudian solos. También ayuda a los alumnos visuales pues la teoría no sólo se explica de forma verbal (mediante código) sino también de manera gráfica (Figura 1). Componente de Demostración FIGURA 1 COMPONENTE DE TEORÍA Este componente permite ejercitar los conceptos explicados en el componente de teoría. Consta de varias demostraciones de ejemplos y contraejemplos de la implementación de la herencia en Java. Las demostraciones son animaciones realizadas en Flash, que pueden visualizarse en cualquier navegador con el plug-in instalado. El alumno puede interactuar con cada animación, avanzando o retrocediendo al ritmo que considere oportuno. Con las demostraciones se ayuda a los alumnos activos, que necesitan experimentar para comprender el concepto a enseñar. También se consigue una mayor implicación del alumno con las visualizaciones, al exigirle interactuar. En la actualidad tenemos dos demostraciones. Una de ellas muestra el concepto de la herencia mediante la definición de dos clases que heredan de una tercera. Gráficamente se ve como las clases incorporan los atributos y métodos a medida que se van definiendo. La segunda ilustra el uso correcto e incorrecto de los métodos heredados o supuestamente heredados. La Figura 2 muestra esta última demostración. Las visualizaciones se basan en la notación UML. Puede observarse en la parte inferior derecha los botones de avance y retroceso para controlar la animación. Las clases se representan con rectángulos que encierran el nombre en la
3 parte superior, debajo los atributos y por último los métodos. Las elipses representan objetos instanciados. En la parte inferior van apareciendo las instrucciones, resaltándose la que está en ejecución. En la parte superior derecha, el objeto que recibe el método se marca con un trazo perimetral grueso y simultáneamente aparece una explicación del mensaje que recibe el objeto en cuestión. Si se intenta ejecutar una instrucción errónea, el sistema explica el motivo del error y la tacha para resaltar el hecho. 109 Dado el siguiente código Qué sentencias son válidas? class Automovil { int puertas; } class Coche extends Automovil { private boolean gasolina;... } a. Coche coche = new Coche(); coche.puertas = 4; b. Automovil auto = new Automovil(); auto.gasolina = false; c. Para que la opción b) sea correcta la propiedad gasolina debería ser pública. d. a) y c) son correctas. Componente de Test FIGURA 2 COMPONENTE DE DEMOSTRACIÓN Es el componente encargado de gestionar y corregir preguntas, así como almacenar las estadísticas de aciertos y fallos del alumno. Existen tres baterías de preguntas, agrupadas según los tres niveles inferiores de conocimiento de la taxonomía de Bloom. Cada pregunta consta de enunciado, cuatro posibles respuestas y una explicación para cada pregunta, para así poder realimentar al alumno, cuando éste lo solicite. La primera vez la aplicación pregunta al alumno el nivel donde desea comenzar. Una vez elegido, las preguntas se presentan de manera aleatoria y asegurando que no se repiten en la misma sesión. Para reforzar la motivación del alumno la aplicación aumenta automáticamente de nivel cuando éste logra acertar el 80% de las preguntas efectuadas a partir de la quinta pregunta respondida. La Figura 3 muestra una pregunta del primer nivel. Cuando el usuario marca una opción y pulsa validar, la aplicación comprueba su corrección e informa al usuario del resultado. Si el alumno quiere solicitar una aclaración de la respuesta, independientemente de que sea correcta, pulsa el botón de explicación y se abre una ventana con el texto. Un ejemplo de las preguntas formuladas por la aplicación para el nivel 2 es: FIGURA 3 COMPONENTE DE TEST PRUEBA Y EVALUACIÓN DE LA APLICACIÓN I- Formulación de hipótesis Se plantearon dos cuestiones relacionadas: por una parte, determinar si el uso de la aplicación influye significativamente en el aprendizaje global de los alumnos y, por otra, ver si refuerza el aprendizaje en algún nivel concreto de la taxonomía de Bloom. El intervalo de confianza adoptado para rechazar o aceptar la hipótesis es del 95%. II-Identificación de variables Para realizar el estudio se tomaron dos variables: la aplicación es la variable independiente y la diferencia entre las notas obtenidas por cada grupo en la realización del pretest y del postest, la variable dependiente. Para comprobar la primera hipótesis, la diferencia de notas se obtiene de la puntuación final del test entero, mientras que para la segunda hipótesis las diferencias de notas se obtienen de los puntos obtenidos en cada nivel. El objetivo de la investigación es determinar la influencia de la primera sobre la segunda.
4 III- Población y muestra La población objeto del estudio fueron los alumnos de la asignatura Programación Orientada a Objetos perteneciente al segundo curso de Ingeniería Informática de la Universidad Rey Juan Carlos en el curso 2004/2005. Los 36 alumnos que asisten regularmente a las clases prácticas fueron divididos en dos grupos: uno experimental y otro de control. La división se realizó al azar por apellidos y teniendo en cuenta el sexo (está demostrado que hombres y mujeres se enfrentan de forma distinta a los ordenadores [2]), de manera que quedaron dos grupos de 18 miembros (13 alumnos y 5 alumnas). Todos los alumnos están matriculados en la asignatura por primera vez y han recibido las mismas clases teóricas de la misma profesora. Con esta división se intentó que los grupos fueran lo más homogéneos posible. Los autores de este artículo no habían tenido contacto previo con los alumnos, para evitar el sesgo al generar los test. IV- Obtención de los datos Los tests fueron diseñados con 3 preguntas por nivel de Bloom, por lo que contenía 9 preguntas con 4 posibles respuestas. Para la evaluación, las respuestas acertadas contaban 1 punto y las falladas 0 (máximo 9 puntos), es decir, no se penalizó el uso del azar. El diseño de los test se hizo cuidadosamente. Para garantizar los niveles, la profesora colaboró en las preguntas del nivel de conocimiento, para que tuvieran una redacción lo más parecida posible a lo explicado. El resto de las preguntas fueron enunciadas por los autores. En la clase práctica, correspondiente al tema de herencia, se pasó a ambos grupos un test previo (pretest) al uso de la aplicación. Finalizado el pretest, los alumnos del grupo de control realizaron con el ordenador la práctica del tema. En contraposición, el grupo experimental instaló la aplicación y la usó durante aproximadamente media hora. Antes de finalizar la sesión práctica, se les entregó un cuestionario para evaluar la herramienta. Al día siguiente, a ambos grupos se les pasó un test (postest) con el mismo diseño y distintas preguntas. V- Resultados Los test fueron respondidos por los dos grupos. Se pueden observar los resultados en la Tabla II. Es de notar que se produjeron 3 bajas en el grupo experimental y en el grupo de control, por lo que los datos de esos alumnos no se han tenido en cuenta en los resultados. Para el análisis de datos se usó la aplicación estadística R [13]. TABLA II RESULTADOS GENERALES DE LOS TESTS Pretest Postest GRUPO Control Experimental Control Experimental Media Mediana Varianza D. típica Rango 5,00 5 3,14 1, ,28 7 2,35 1, ,60 4 2,69 1, ,27 6 2,64 1, Para estudiar la normalidad de las muestras (Tabla III) hemos utilizado las pruebas de Shaphiro-Wilk y la de Kolmogorov- 110 Smirnov que dan un valor del estadístico P. Si el valor de P obtenido en cada una de las pruebas no supera 0.05 (debido al criterio del 95% anteriormente escogido), se concluye que la muestra no sigue una distribución normal. Que las muestras sean normales indica que se pueden usar los métodos paramétricos para su estudio. TABLA III PRUEBA DE NORMALIDAD DE LAS MUESTRAS (P) Pretest Postest GRUPO Cont. Exper. Cont. Exper. Shaphiro-Wilk Kolmogorov-Smirnov 0,27 0,67 0,49 0,56 0,56 0,95 0,61 0,54 En primer lugar comprobamos si la división realizada en grupos aleatorios es correcta o, en cambio, presenta algún sesgo (por ejemplo, que los alumnos más brillantes se encuentren en el mismo grupo). Como las muestras tienen distribución normal, se hizo el test F de igualdad de varianzas para los pretest dando P=0,59. Como las muestras cumplen los dos requisitos (normalidad e igualdad de varianza) usamos la prueba T de Student para comprobar si ambos grupos provienen de la misma población (del mismo aula y con conocimientos parecidos). Este test se basa en probar que las medias de los pretest no difieren significativamente. Aplicada la prueba se obtuvieron los siguientes resultados: TABLA IV PRUEBA DE T-STUDENT PARA EL PRETEST T Grados de libertad P -1, ,056 Al ser tan justo el valor de P en la Tabla IV (recordamos que si es menor que 0,05 se rechaza la hipótesis y por tanto, se concluye que ambos grupos no son de la misma población), se realizó el cálculo del intervalo de confianza del 95% de la media (IC 95% de la media). Los resultados obtenidos se muestran en la Tabla V: TABLA V INTERVALO DE CONFIANZA DEL PRETEST Pretest GRUPO Control Experimental IC 95% 4,38-6,07 5,54-7,02 Como ambos intervalos se solapan parcialmente, junto con la prueba de T-Student, no rechazamos la hipótesis y afirmamos que las diferencias entre ambos grupos son achacables al azar y por lo tanto pertenecen a la misma población. A continuación analizamos el efecto de la aplicación en su aprendizaje. En la Tabla VI se muestran los resultados generales de la variable dependiente, que es la diferencia entre ambos test (nota del pretest menos nota del postest). TABLA VI DIFERENCIAS ENTRE EL PRETEST Y EL POSTEST GRUPO Control Experimental Media Mediana Varianza D. típica Rango 0,4 1,0 2,69 1, ,0 1,0 3,14 1, Antes de hacer la prueba de T-Student, hay que probar la normalidad de las diferencias y la igualdad de varianzas. Se
5 aplican los mismos test explicados anteriormente. Los resultados sobre normalidad son expuestos en la Tabla VII. TABLA VII PRUEBA DE NORMALIDAD (P) GRUPO Control Experimental Shaphiro-Wilk Kolmogorov-Smirnov 0,12 0,56 0,57 0,80 La igualdad de varianza, aplicando el test F da un valor de P = 0,77, por lo que las varianzas son semejantes. La prueba de T-Student da los valores de la Tabla VIII. TABLA VIII PRUEBA DE T-STUDENT PARA LAS DIFERENCIAS T Grados de libertad P -0, ,34 La Figura 4 muestra la distribución de ambos grupos: Distribución de las diferencias Diferencia entre notas -- Experimental ++ Control ++ FIGURA 4 DISTRIBUCIÓN DE LAS DIFERENCIAS DE NOTAS ENTRE AMBOS GRUPOS Para estudiar la influencia de la aplicación sobre los niveles de Bloom, se han realizado las mismas pruebas. Los resultados generales se encuentran agrupados en la Tabla IX y las pruebas sobre normalidad (Tabla X) e igualdad de varianza y la T-Student en la Tabla XI. Media Mediana Varianza D. típica Rango Shap-Wilk Kolm-Smir TABLA IX DIFERENCIAS AGRUPADAS POR NIVELES DE BLOOM Control Experimental N1 N2 N3 N1 N2 N3 0,93 1 1,35 1, ,80-1 0,59 0, ,27 0 0,77 0, ,47 0 1,56 1, ,13 0 0,85 0, , , TABLA X PRUEBA DE NORMALIDAD (P) Control Experimental N1 N2 N3 N1 N2 N3 0,07 0,27 0, ,13 0,72 0,01 0,34 0,00 0,17 TABLA XI PRUEBAS DE IGUALDAD DE VARIANZAS Y T-STUDENT N1 N2 N3 Test F (P) 0, ,46 T-STUDENT T Grados de libertad P 1, ,29-2, , , Pueden verse las frecuencias de diferencias de notas agrupadas por niveles de la taxonomía en la Figura 5: G. Experimental N G. Experimental N G. Experimental N G. Control N G. Control N G. Control N FIGURA 5 DIAGRAMA DE BARRAS DE LAS DIFERENCIAS DE NOTAS ENTRE AMBOS GRUPOS POR NIVELES DE LA JERARQUÍA DE BLOOM Se pasó un cuestionario al grupo experimental sobre su grado de satisfacción con la aplicación. Se usó la escala de Likert, desde totalmente de acuerdo (5) hasta totalmente en desacuerdo (1). Los resultados se ven en la Tabla XII. DISCUSIÓN DE LOS RESULTADOS Primero se intentó demostrar que la división realizada por grupos era correcta. Para ello, con las notas del pretest, se obtuvo que ambas muestras seguían distribuciones normales (Tabla III) y presentaban varianzas homogéneas. Aplicada la prueba de T-Student (Tabla IV) y la prueba del IC 95% para contrastar las notas medias en el pretest, el resultado fue que no existían diferencias significativas entre ambos grupos. Así
6 nos aseguramos de que las diferencias entre notas del pretest y del postest sólo pueden deberse al uso de la aplicación. TABLA XII EVALUACIÓN DE LA HERRAMIENTA (GRUPO EXPERIMENTAL) PREGUNTA OPINION Media Es fácil de instalar El uso es intuitivo La explicación teórica es completa Las demostraciones me ayudan a comprender la materia La realización de tests me parece acertada para motivarme He notado que la dificultad aumenta con los niveles La explicación de las respuestas de los tests la encuentro útil La usaría en casa para practicar A grandes rasgos, la herramienta me parece útil 5 4,7 3,8 4,2 4,4 4,5 3,9 4,4 4,5 El uso de la diferencia de notas entre los dos test como variable dependiente es una práctica habitual en este tipo de estudios, pues se eliminan factores externos al experimento, como distinta dificultad de las preguntas entre ambos test (que de hecho existe según muestran las medias en la Tabla II). Al restar las notas, cada alumno se mide a sí mismo. Para comprobar la primera hipótesis (la aplicación influye significativamente en el aprendizaje del concepto de herencia), se analizaron las diferencias entre las notas totales del pretest y del postest. Como se muestra en la Tabla VI, la media del grupo experimental es mayor que la del grupo de control, lo que podría conducir erróneamente a pensar que el uso de la aplicación mejora considerablemente el aprendizaje. Sin embargo, el estudio estadístico muestra que no existen diferencias significativas entre ambos grupos (Tabla VIII y Figura 4). Esto no quiere decir que el uso de la herramienta no sea eficaz: habría que experimentar con un grupo de alumnos mayor para demostrar o refutar definitivamente la hipótesis. La segunda hipótesis es que la herramienta refuerza el aprendizaje en algún nivel de Bloom. Los datos obtenidos en la Tabla IX y los estudios estadísticos de la Tabla X y la Tabla XI muestran que salvo para el nivel 2 (de comprensión), las diferencias no son significativas. La prueba de T-Student para el nivel 2 arroja un P-valor de 0.04, que es menor que el valor fijado a priori de Esto implica que existe una diferencia significativa (mejoría en el grupo experimental), no achacable al azar. Justamente nuestra aplicación apoya más el nivel 2. En cuanto a la opinión de los alumnos que usaron la aplicación, la impresión fue muy buena. No fue necesario explicar su funcionamiento. Como se muestra en los resultados, es intuitiva y obtuvo una buena valoración global. CONCLUSIONES Y TRABAJOS FUTUROS Hemos presentado una aplicación de ayuda al alumno para aprender el concepto de herencia. Se ha descrito brevemente el marco general de nuestra propuesta y la propia aplicación. Ésta incluye módulos para los niveles de conocimiento y comprensión y otro módulo adaptativo para evaluar los 3 niveles inferiores. También hemos mostrado los resultados de una evaluación de la aplicación, donde se ha concluido que 112 refuerza el aprendizaje en el nivel de comprensión, siempre teniendo en cuenta que el experimento se realizó sobre un número pequeño de alumnos (18 inicialmente en cada grupo). Nuestro objetivo inmediato es continuar nuestro trabajo para alcanzar niveles superiores de la taxonomía de Bloom. En el nivel de aplicación, pensamos en una aplicación que genere problemas, ayude a su resolución y automáticamente los corrija. También queremos aumentar las facilidades de interacción del componente de demostración. Estos objetivos exigen una infraestructura distinta, que estamos desarrollando. AGRADECIMIENTOS Este trabajo se ha financiado con el proyecto TIN del Ministerio de Educación y Ciencia. Queremos agradecer la colaboración de Leandro Martín Molina y de Soto Montalvo para realizar la evaluación. REFERENCIAS [1] Bloom, B.S. (ed.), Taxonomy of Educational Objectives: The Classification of Educational Goals: Handbook I, Cognitive Domain, Longmans Green and Co, New York, Toronto (1956). [2] Carter, J. & Jenkins, T., Gender and programming: What s going on?, Proc. 4 th Annual Conf. Innovation and Technology in Computer Science Education (ITiCSE 99), ACM Press, 1999, pp [3] Dillon, A. & Gabbard, R., Hypermedia as an educational technology: A review of the quantitative research literature on learner comprehension, control, and style, Review of Educational Research, Vol. 68, No. 3, 1998, pp [4] Hernán Losada, I.; Lázaro Carrascosa C.A., Velázquez Iturbide, J.A On the use of Bloom s taxonomy as a basis to design educational software on programming, Proc. World Conf. Engineering and Technology Education (WCETE 2004), 2004, pp [5] Herron, M., The nature of scientific enquiry, School Review, Vol. 79, 1971, pp [6] Howard, A. R., Carver, C. A. & Lane, W. D., Felder s learning styles, Bloom s taxonomy, and the Kolb learning cycle: Tying it all together in the CS2 course, Proc. 27 th SIGCSE Technical Symp. Computer Science Education (SIGCSE 96), ACM Press, 1996, pp [7] Hundhausen, C.D., Douglas, S.A., & Stasko, J.T., A meta-study of algorithm visualization effectiveness, Journal of Visual Languages and Computing, Vol. 13, No. 3, 2002, pp [8] Kölling, M. & Rosenberg, J., Guidelines for teaching object orientation with Java, Proc. 6 th Annual Conf. Innovation and Technology in Computer Science Education (ITiCSE 2001), ACM Press, pp [9] Kumar, A., Model-based animation of program visualization, Proc. Second Program Visualization Workshop, technical report DAIMI PB- 567, University of Aarhus, 2002, pp [10] Lister, R. & Leany, J., Introductory programming, criterionreferencing, and Bloom, Proc. 34 th SIGCSE Technical Symp. Computer Science Education (SIGCSE 2003), ACM Press, 2003, pp [11] Naps, T., Roessling, G. et al., Exploring the role of visualization and engagement in computer science education, SIGCSE Bulletin, Vol. 35, No. 2, June 2003, pp [12] Thomas, L., Ratcliffe, M., Woodbury, J. & Darman, E., Learning styles and performance in the introductory programming sequence, Proc. 33 rd SIGCSE Technical Symp. Computer Science Education (SIGCSE 2002), 2002, pp [13] Venables, W.N., Smith, D. M.& the R Development Core Team, An Introduction to R, disponible
Práctica 5 ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS
Práctica. Intervalos de confianza 1 Práctica ANÁLISIS DE UNA MUESTRA INTERVALOS DE CONFIANZA CONTRASTE DE HIPÓTESIS Objetivos: Ilustrar el grado de fiabilidad de un intervalo de confianza cuando se utiliza
Más detallesUn Análisis de Correlación entre Motivación y Usabilidad con GreedExCol
Ouafae Debdi Maximiliano Paredes Velasco J. Ángel Velásquez Iturbide Un Análisis de Correlación entre Motivación y Usabilidad con GreedExCol Número 2013-04 Serie de Informes Técnicos DLSI1-URJC ISSN 1988-8074
Más detallesCurso de Manipulador de alimentos copia 2. Guía del alumno
Curso de Manipulador de alimentos copia 2 Guía del alumno 1/6 Contenidos: Introducción Conceptos básicos La formación del manipulador de alimentos Obligaciones del manipulador de alimentos Resumen Ejercicios
Más detallesDESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIOS SUBSECTOR: INFORMÁTICA
DESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIOS SUBSECTOR: INFORMÁTICA Nombre del Módulo: PROGRAMACIÓN EN JAVASCRIPT Código: CSTI0087 total: 51 Horas Objetivo General: Crear contenido web basado en
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detallesEstructuras Administrativas
Estructuras Administrativas ESTRUCTURAS ADMINISTRATIVAS 1 Sesión No. 7 Nombre: Diagramas de Flujo Objetivo: El estudiante desarrollará la propuesta de un diagrama de flujo para la especificación de la
Más detallesUNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE INGENIERÍA PROYECTO CURRICULAR DE INGENIERÍA INDUSTRIAL
I. IDENTIFICACIÓN DE LA ASIGNATURA PROGRAMACIÓN ORIENTADA A OBJETOS CÓDIGO DE LA ASIGNATURA 00 ÁREA ACADÉMICA Informática y Electivas Libres SEMESTRE Segundo PLAN DE ESTUDIOS 00 - I TIPO DE ASIGNATURA
Más detallesTeorías del aprendizaje
Teorías del aprendizaje TEORÍAS DEL APRENDIZAJE 1 Sesión No. 7 Nombre: El cognitivismo: Aplicación en la educación Contextualización Sabías que las teorías cognitivas tienen un amplio campo de aplicación
Más detallesAPRENDIZAJE DE LAS HERRAMIENTAS DE DESARROLLO DESARROLLO DE LA BASE DE DATOS DESARROLLO DEL INTERFAZ DE USUARIO Y DEL CÓDIGO VBA
4.- PLAN DE TRABAJO Llegados a este punto, vamos a establecer el siguiente plan de trabajo para dar solución a la problemática presentada y con ello alcanzar los objetivos que nos hemos marcado: FASE I
Más detallesUNIDAD DIDACTICA. Esta unidad es el punto de partida para la correcta asimilación de las posteriores unidades didácticas del módulo.
UNIDAD DIDACTICA TÍTULO: INTRODUCCIÓN A LA PROGRAMACIÓN. INTRODUCCIÓN E IMPORTANCIA: La importancia de esta unidad didáctica estriba en la familiarización del alumno con la metodología requerida para la
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS Universidad del Perú, Decana de América
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS Universidad del Perú, Decana de América ESCUELA DE POST GRADO FACULTAD DE EDUCACION UNIDAD DE POST GRADO "LA EVALUACIÓN COMO AYUDA DEL APRENDIZAJE EN EL ÁREA DE
Más detallesTeorías del aprendizaje
Teorías del aprendizaje TEORÍAS DEL APRENDIZAJE 1 Sesión No. 5 Nombre: El conductismo: Teorías conductistas y educación Contextualización Cuáles son las aplicaciones que las teorías conductistas tienen
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesDISEÑO DE UNA METODOLOGÍA DOCENTE
DISEÑO DE UNA METODOLOGÍA DOCENTE PARA DOS ASIGNATURAS DE PROGRAMACIÓN BASADA EXCLUSIVAMENTE EN LA EVALUACIÓN AUTOMÁTICA DE PROGRAMAS COORDINADOR: Adolfo Rodríguez de Soto ÁREAS DE CONOCIMIENTO: Ciencias
Más detallesAnexo 10. Pruebas verificadas
1 Anexo 10. Pruebas verificadas Introducción El proceso de pruebas inició con una revisión conceptual para la identificación de las pruebas por realizar, a partir de las características del proyecto. En
Más detallesUNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL ASIGNATURA: ESTADÍSTICA I CODIGO : 5B0067 I.- DATOS GENERALES SILABO
Más detallesPROCESOS PSICOLÓGICOS BÁSICOS
PROCESOS PSICOLÓGICOS BÁSICOS Presentación Título: Procesos Psicológicos Básicos. Licenciatura en Psicopedagogía. Código: 6236 Departamento: Psicología de la Salud Áreas de conocimiento: Psicología Básica
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES
UNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES Área de formación: Disciplinaria Unidad académica: Programación Orientada a Objetos Ubicación: Cuarto Semestre Clave: 2087 Horas
Más detallesANÁLISIS DE LAS ENCUESTAS DE SATISFACCIÓN DE LOS ESTUDIANTES CON LA DOCENCIA
ANÁLISIS DE LAS ENCUESTAS DE SATISFACCIÓN DE LOS ESTUDIANTES CON LA DOCENCIA Grado ADE para Emprendedores 2013-2014 EDEM es consciente de que en una sociedad del conocimiento y de creciente internacionalización
Más detallesInformación de la práctica
P-SLM-00 PRÁCTICA DE LABORATORIO NÚM 0 Página 1 de 10 Rev. nº 1.0 Fecha 28/10/2010 SOFTWARE DE SIMULACIÓN BASADO EN RAYLEIGH-SOMMERFELD Equation Chapter 1 Section 1 Información de la práctica Título: Asignatura:
Más detalles240NU212 - Técnicas de Ensayo No Destructivo
Unidad responsable: 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona Unidad que imparte: 748 - FIS - Departamento de Física Curso: Titulación: 2016 MÁSTER UNIVERSITARIO EN
Más detallesEscala San Martín. InstruccIones para la aplicación InformátIca. Evaluación de la Calidad de Vida de Personas con Discapacidades Significativas
Escala San Martín Evaluación de la Calidad de Vida de Personas con Discapacidades Significativas InstruccIones para la aplicación InformátIca Guía rápida INICO - FOSM 2014 INFORMACIÓN GENERAL La presente
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Más detallesLÓGICA DE PROGRAMACIÓN
LÓGICA DE PROGRAMACIÓN Lógica de la Programación Lenguajes de Programación Ing CIP. Mike Joseph Palacios Juárez Clasificación del Software Sistemas Operativos 1. Multitarea 2. Multiusuario 3. Multiproceso
Más detallesEstrategias de Enseñanza
Estrategias de Enseñanza CONTENIDO 1. Objetivo del documento 2. Concepto de Estrategias de Enseñanza 3. Cómo se evalúan las Estrategias de Enseñanza? 4. Contenido 5. Recursos que pueden consultarse 1 1.
Más detallesDIPLOMADO. Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N.
DIPLOMADO Evaluación de la Calidad de la práctica docente para la implementación del Nuevo Modelo Educativo en Escuelas de Ingeniería del I.P.N. Trabajo Final Propuesta Metodológica del área de Ciencias
Más detallesNombre de la asignatura: Simulación. Créditos: Aportación al perfil
Nombre de la asignatura: Simulación Créditos: 2-4-6 Aportación al perfil Analizar, diseñar y gestionar sistemas productivos desde la provisión de insumos hasta la entrega de bienes y servicios, integrándolos
Más detallesCAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE
CAPITULO IV ANÁLISIS, INTERPRETACIÓN Y COMPROBACIÓN DE RESULTADOS 4.1 TABULACIÓN DE DATOS N PREGUNTA ALTERNATIVAS SI NO A VECES TOTAL 1 Considera que la normativa de los programas del Plan 2021 favorecen
Más detallesENFOQUES Y TENDENCIAS DE INVESTIGACIÓN EN EDUCACIÓN FÍSICA
ENFOQUES Y TENDENCIAS DE INVESTIGACIÓN EN EDUCACIÓN FÍSICA Titulación: Máster Universitario en Investigación Educación Física y Salud. Módulo: Enfoques y tendencias de investigación en educación física.
Más detallesContenidos. 1. PISA y participación de Chile 2. Resultados PISA Factores asociados a los resultados 4. Material para la enseñanza.
Contenidos 1. PISA y participación de Chile 2. Resultados PISA 2015 3. Factores asociados a los resultados 4. Material para la enseñanza. 1. PISA y participación de Chile en el estudio Qué es PISA: Objetivo:
Más detallesTema: Herramientas UML, Análisis y diseño UML
Programación II. Guía 2 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Herramientas UML, Análisis y diseño UML Objetivo Conocer una herramienta de modelado para la solución
Más detallesEstadísticos Aplicados en el SPSS 2008
PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías
Más detalles3.1. Administración de la medición y de la información estratégica:
Unidad III Aspectos Generales Sobre la Gestión de la Calidad 3.1. Administración de la medición y de la información estratégica: Los siguientes criterios corresponden a la administración de la medición
Más detallesPonencia... Problemática...
Ponencia La WebQuest como material didáctico educativo aplicado a la enseñanza de la Física, para el desarrollo del aprendizaje significativo en función de una metodología activa y participativa por medio
Más detallesPlanificación de empresas con modelos de simulación
Planificación de empresas con modelos de simulación curso online Distribuidor Oficial Vensim OBJETIVO Los consultores, asesores y técnicos que trabajan para empresas privadas o para el sector público suelen
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesPropósito. Orientar a los docentes en la creación del portafolio de coevaluación del proyecto Ser maestro.
Contenido Antes de comenzar... 4 Qué es un portafolio?... 5 Cómo es el portafolio de coevaluación?... 5 Cómo se califica el portafolio de coevaluación?... 5 Qué es una rúbrica de evaluación?... 6 Paso
Más detallesCARRERA DE CIECNIAS DE LA COMPUTACIÓN PROGRAMA DE ESTUDIO. Teóricos: 2 Práctico: 1 Total 3
ARQUITECTURA DE COMPUTADORES CÓDIGO Y CCO301 Total 3 Las matemática aplicada a la computación es el modelado, simulación y optimización de procesos o fenómenos, para procesos complejos, costosos, riesgosos,
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA
UNIVERSIDAD AUTÓNOMA DE CHIAPAS FACULTAD DE INGENIERÍA CAMPUS I PROBABILIDAD Y ESTADISTICA NIVEL : LICENCIATURA CRÉDITOS : 7 CLAVE : ICAE13001731 HORAS TEORÍA : 3 SEMESTRE : QUINTO HORAS PRÁCTICA : 1 REQUISITOS
Más detallesJava Avanzado Facultad de Ingeniería. Escuela de computación.
2 Java Avanzado Facultad de Ingeniería. Escuela de computación. Java Avanzado. Guía 5 3 Introducción Este manual ha sido elaborado para orientar al estudiante de Java Avanzado en el desarrollo de sus prácticas
Más detallesEJERCICIOS RESUELTOS TEMA 1.
EJERCICIOS RESUELTOS TEMA 1. 1.1. El proceso por el cual se asignan números a objetos o características según determinadas reglas se denomina: A) muestreo; B) estadística; C) medición. 1.2. Mediante la
Más detallesASDP - Habilidades Académicas para el Desarrollo de Proyectos en Inglés
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2016 270 - FIB - Facultad de Informática de Barcelona 756 - THATC - Departamento de Teoría e Historia de la Arquitectura y Técnicas
Más detallesINFORME SOBRE LA ENCUESTA REALIZADA A LOS ALUMNOS EN EL CURSO 06/07 E.U.A.T.M. UPM
INFORME SOBRE LA ENCUESTA REALIZADA A LOS ALUMNOS EN EL CURSO 06/07 E.U.A.T.M. UPM Luisa Martín Gabriel Palomo Dolores Redondas 1.- INTRODUCCIÓN Al final del curso 06/07 se pasó una encuesta en la Escuela
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE COMPUTACIÓN ESCUELA DE ELÉCTRICA PROGRAMA INSTRUCCIONAL
Más detallesProyecto Multimedia. Elio Sancristóbal Ruiz
Proyecto Multimedia Elio Sancristóbal Ruiz Índice Áreas que participan en un proyecto multimedia. Área de redacción Área de producción Área técnica Área artística Máster en Ingeniería de la Web 2 Área
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA SISTEMAS INFORMÁTICOS.
TÉCNICO SUPERIOR UNIVERSITARIO EN TECNOLOGÍAS DE LA INFORMACIÓN Y COMUNICACIÓN ÁREA SISTEMAS INFORMÁTICOS. HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Ingeniería de
Más detallesESTADISTICA. Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos:
ESTADISTICA Tradicionalmente la aplicación del término estadística se ha utilizado en tres ámbitos: a) Estadística como enumeración de datos. b) Estadística como descripción, es decir, a través de un análisis
Más detallesTipos de artículo en una publicación científica
Tipos de artículo en una publicación científica Ing. Fernando Ardito Jefe de Publicaciones Científicas de la Universidad Peruana Cayetano Heredia Miembro de APECi y del Council of Science Editors (CSE)
Más detallesTema: Herramientas UML, Análisis y diseño UML
Programación II. Guía No.3 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Herramientas UML, Análisis y diseño UML Objetivos Conocer una herramienta de modelado para la solución
Más detallesAPLICACIONES DIDÁCTICAS DE UN LABORATORIO VIRTUAL SOBRE CIRCUITOS ELÉCTRICOS
APLICACIONES DIDÁCTICAS DE UN LABORATORIO VIRTUAL SOBRE CIRCUITOS ELÉCTRICOS PONTES PEDRAJAS, ALFONSO y MARTÍNEZ JIMÉNEZ, PILAR Universidad de Córdoba. Palabras clave: Dificultades de aprendizaje; Circuitos
Más detalles2. METODOLOGÍA. Los tipos fundamentales de Estudios de Investigación, como nos recuerda Bavaresco, son cuatro:
2. METODOLOGÍA Para llevar a cabo este estudio es necesario utilizar una metodología de investigación, debido a que el no contar con los métodos y técnicas necesarias que nos guíen a través de una investigación
Más detallesUNIVERSIDAD ABIERTA PARA ADULTOS UAPA CARRERA LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE LA ASIGNATURA ESTADÍSTICA I
UNIVERSIDAD ABIERTA PARA ADULTOS UAPA CARRERA LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE LA ASIGNATURA ESTADÍSTICA I CLAVE: MAT 131 ; PRE REQ.: MAT 111 ; No. CRED.: 4 I. PRESENTACIÓN: Este
Más detallesSISTEMAS OPERATIVOS MONOPUESTO 1. CONTENIDOS MÍNIMOS PARA LA EVALUACIÓN POSITIVA
1ª evaluación DEPARTAMENTO MATERIA CURSO INFORMATICA SISTEMAS OPERATIVOS MONOPUESTO 1º S.M.R 1. CONTENIDOS MÍNIMOS PARA LA EVALUACIÓN POSITIVA Caracterización de sistemas operativos: Utilización de sistemas
Más detallesTEMA 2 Introducción a C# ANÁLISIS Y DESARROLLO DE APLICACIONES INFORMÁTICAS Curso 2010/2011
TEMA 2 Introducción a C# ANÁLISIS Y DESARROLLO DE APLICACIONES INFORMÁTICAS Curso Origen Nuevo lenguaje de propósito general de Microsoft para la plataforma.net Es el único que ha sido diseñado específicamente.net
Más detallesNivel de Satisfacción en los afiliados. Régimen Estatal de Protección Social en Salud Zacatecas
Nivel de Satisfacción en los afiliados 2012 Régimen Estatal de Protección Social en Salud Zacatecas Nivel de Satisfacción de los Afiliados Justificación A fin de cumplir con los objetivos del Régimen Estatal
Más detallesMemoria justificativa del proyecto ID2014/0171
Memoria justificativa del proyecto ID14/171 Alternativa a los ensayos con animales en las Prácticas de Farmacología del Grado en Biotecnología. Elaboración de videos para la evaluación de la actividad
Más detallesEJEMPLO DE ACTIVIDADES EDUCATIVAS SOBRE
PROYECTO DEDOS EJEMPLO DE ACTIVIDADES EDUCATIVAS SOBRE INSTRUMENTOS MUSICALES PARA PERSONAS CON DISCAPACIDAD INTELECTUAL Estefanía Martín, Silvia Rosado, Alberto Sánchez Motivación El objetivo del proyecto
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS
UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS RECTORÍA Dirección de Evaluación de Permanente de la calidad Acuerdo de Colaboración Académica celebrado entre la Universidad Nacional Autónoma de Honduras (UNAH)
Más detallesINGENIERIA CIVIL. Tercera Reunión General del Proyecto Tuning América Latina: innovación educativa y social Santiago de Chile del 2 al 4 de mayo 2012
INGENIERIA CIVIL Tercera Reunión General del Proyecto Tuning América Latina: innovación educativa y social Santiago de Chile del 2 al 4 de mayo 2012 RESULTADO 7 Estrategias comunes para la medición del
Más detallesIntroducción a la Ingeniería Básicas de Ingeniería
010-14-04 1 de 5 1. IDENTIFICACIÓN Nombre de la Asignatura Código Área Introducción a la Ingeniería 9900033 Básicas de Ingeniería Naturaleza No de Créditos TP Trabajo Presencial TD Trabajo Dirigido TI
Más detallesCONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS
CONTRASTES DE HIPÓTESIS NO PARAMÉTRICOS 1 POR QUÉ SE LLAMAN CONTRASTES NO PARAMÉTRICOS? A diferencia de lo que ocurría en la inferencia paramétrica, ahora, el desconocimiento de la población que vamos
Más detallesNoticias RED Remisión electrónica de documentos
Noticias RED Remisión electrónica de documentos Boletín de Noticias RED 2006/04 18 de mayo de 2006 Adaptación de las plataformas informáticas del Sistema RED para usuarios LINUX Se han adaptado todos los
Más detallesObjeto del informe. ALUMNO 1 Página: 1
Nombre: ALUMNO 1 Centro: NOMBRE DEL COLEGIO Curso: 2º E. PRIMARIA Responsable: RESPONSANBLE Localidad: LOCALIDAD Fecha: 21 / julio / 2015 Objeto del informe El presente informe recoge la evaluación psicológica
Más detallesPrueba, caso de prueba, defecto, falla, error, verificación, validación.
Modelos de Prueba Prueba, caso de prueba, defecto, falla, error, verificación, validación. Prueba: Las Pruebas son básicamente un conjunto de actividades dentro del desarrollo de software, es una investigación
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 13 Inferencia en una población Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Explicar el procedimiento de pruebas en la inferencia estadística. Aplicar
Más detallesSECUENCIA DIDÁCTICA. Módulo IV
SECUENCIA DIDÁCTICA Nombre de curso: Simulación de Sistemas Antecedente: Clave de curso: ECOM118 Clave de antecedente: Ninguna. Módulo IV Competencia de Módulo: Desarrollar programas de cómputo utilizando
Más detalles7.0 CONCLUSIONES Y RECOMENDACIONES. 7.1 Conclusiones Estadísticas
7.0 CONCLUSIONES Y RECOMENDACIONES 7.1 Conclusiones Estadísticas De acuerdo con toda la investigación realizada es necesario efectuar una comprobación de las hipótesis planteadas y es así como se formulan
Más detallesLENGUAJES DE PROGRAMACIÓN WEB (PHP1, HTML52)
LENGUAJES DE PROGRAMACIÓN WEB (PHP1, HTML52) LENGUAJES DE PROGRAMACIÓN WEB (PHP, HTML5) 1 Sesión No. 5 Nombre: Lenguaje de presentación Objetivo: Conocer la importancia de los lenguajes de presentación.
Más detallesTeorías del aprendizaje
Teorías del aprendizaje TEORÍAS DEL APRENDIZAJE 1 Sesión No.11 Nombre: La teoría socio-histórica: Aplicaciones en la educación Contextualización Vigotsky usa en su esquema teórico la relación entre el
Más detallesProblemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013
Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013 Ejercicios resueltos En los dos casos que siguen resuelven cada decisión estadística mediante tres procedimientos: intervalo
Más detallesInstrucciones para adecuación de oficina de farmacia a Nueva Versión de Diraya 3.0
Instrucciones para adecuación de oficina de farmacia a Nueva Versión de Diraya 3.0 Página 1 de 10 Próximamente, el SAS va a cambiar la aplicación Diraya a su versión 3.0, la cual incorpora una serie de
Más detallesUna Interfaz Grafo-Matriz
Una Interfaz Grafo-Matriz R. Carballo, C. Escribano, M.A. Asunción Sastre Dept. Matemática Aplicada F.Informática. U.P.M. Boadilla del Monte Madrid, 28660-Madrid e-mail: cescribano@fi.uib.es Resumen. El
Más detallesAPRENDAMOS MATEMÁTICAS. Mónica Moscoso Loaiza.
IV Congresso RIBIE, Brasilia 1998 APRENDAMOS MATEMÁTICAS Mónica Moscoso Loaiza. amoscoso@c.bp.fin.ec Este programa enseña conceptos básicos de matemáticas, es decir, los números del 0 al 10, las series
Más detallesAUTOMATIZACIÓN DE TAREAS REPETITIVAS MEDIANTE GRABACIÓN DE MACROS
UNIDAD DIDÁCTICA AUTOMATIZACIÓN DE TAREAS REPETITIVAS MEDIANTE GRABACIÓN DE MACROS Los objetivos de este tema son: 1. Entender la utilidad de una macro en Word y aprender a grabarla. 2. Conocer la utilización
Más detallesDiseño Estructurado de Algoritmos
Diseño Estructurado de Algoritmos 1 Sesión No. 11 Nombre: Estructuras algorítmicas. Tercera parte. Objetivo de la sesión: Al concluir la sesión el estudiante aplicará las estructuras algorítmicas repetitivas
Más detallesMICROSOFT PROJECT 2010
MICROSOFT PROJECT 2010 METODOLOGÍA DE LOS CURSOS Cursos interactivos sobre materias especializadas en los que el alumno avanza de forma guiada bajo una concepción learning by doing (aprender haciendo).
Más detallesSESIÓN 6 INTRODUCCIÓN A POWER POINT
SESIÓN 6 INTRODUCCIÓN A POWER POINT I. CONTENIDOS: 1. Barra de título. 2. Barra de estado. 3. Barra de desplazamiento. 4. Barra de menús. 5. Barra de herramientas. 6. Opciones de visualización en Power
Más detallesTEMA Nº Desarrollo curricular. 2. Elaboración del currículum EL MODELO DE CARTAS DESCRIPTIVAS A. DEFINICIONES
TEMA Nº 8 EL MODELO DE CARTAS DESCRIPTIVAS 1. Desarrollo curricular Definiciones propias El currículum es el plan que norma y conduce el proceso de enseñanza y aprendizaje en una institución educativa.
Más detallesCARRERA DE INGENIERÍA EN SISTEMAS COMPUTACIONALES SYLLABUS DE INGENERIA DE SOFTWARE I
Facultad de Ingeniería en Ciencias Aplicadas pag. 1 CARRERA DE INGENIERÍA EN SISTEMAS COMPUTACIONALES SYLLABUS DE INGENERIA DE SOFTWARE I 1. Misión: (de la carrera) La Carrera de Ingeniería en Sistemas
Más detallesINTRODUCCIÓN A LA TEORÍA ECONÓMICA
DE LA ASIGNATURA: INTRODUCCIÓN A LA TEORÍA ECONÓMICA GRADO EN ECONOMÍA Y GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS 1. Datos Descriptivos de la Asignatura: Nombre: Introducción a la Teoría Económica
Más detalles4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC:
4.1 CONGRUENCIA ENTRE LOS OBJETIVOS DEL PLAN DE ESTUDIOS Y EL PERFIL DE EGRESO CON LAS LGAC: A continuación se muestran los objetivos así como los mapas funcionales según la línea de acentuación y la línea
Más detallesBloque temático Marketing turístico Curso Segundo. Tipos asignatura Obligatoria Créditos 6 cr. ECTS Horas de trabajo autónomo
PLAN DOCENTE Código- Asignatura 062111 Investigación de mercados Bloque temático Marketing turístico Curso Segundo Tipos asignatura Obligatoria Créditos 6 cr. ECTS Horas presenciales 60 horas Horas de
Más detallesMF0503_3 Promociones en espacios comerciales
CERTIFICADO DE PROFESIONALIDAD: COMP0108 Implantación y animación de espacios comerciales Ahora estudiarás el Módulo Formativo: MF0503_3 Promociones en espacios comerciales DURACIÓN: 70 HORAS NIVEL DE
Más detallesPrograma de Asignatura Programación Visual I
Programa de Asignatura Programación Visual I Managua, Abril, 2013 1. DATOS GENERALES Nombre de la asignatura: Programación Visual I Código: Requisito / Correquisito: Carrera (s): Modalidad: Turno: Semestre:
Más detallesMANUAL DE CONFIGURACION DE ADOBE PARA LA VALIDACION DE LA FIRMA DE UN DOCUMENTO
MANUAL DE CONFIGURACION DE ADOBE PARA LA VALIDACION DE LA FIRMA DE UN DOCUMENTO Febrero 2009 1/17 Índice 1. Introducción...3 2. Instalar los certificados de Firmaprofesional...3 3. Configurar Adobe Reader
Más detallesInformática y Neurología
Informática y Neurología Desarrollo informático y digital global (Medicina) Problemas de hardware posibilidad de Ordenador en Consultas Aplicación de la Informática al dia a dia Nuevos hospitales informatizados
Más detallesPROGRAMA DE ESTUDIOS TALLER DE COMUNICACIÓN
PROGRAMA DE ESTUDIOS TALLER DE COMUNICACIÓN A. Antecedentes Generales: - Nombre de la asignatura : Taller de Comunicación - Código : DEC115 - Carácter de la asignatura (obligatoria/ electiva) : Obligatoria
Más detallesQUÉ ES UNA CLASE JAVA? ATRIBUTOS (PROPIEDADES O CAMPOS), CONSTRUCTOR Y MÉTODOS. (CU00623B)
APRENDERAPROGRAMAR.COM QUÉ ES UNA CLASE JAVA? ATRIBUTOS (PROPIEDADES O CAMPOS), CONSTRUCTOR Y MÉTODOS. (CU00623B) Sección: Cursos Categoría: Curso Aprender programación Java desde cero Fecha revisión:
Más detallesNIVEL ELEMENTAL BATERÍA DE APTITUDES DE TEA
Copyright 2014 by TEA Ediciones AUTORES: INFORME: D. Arribas SOLUCIÓN INFORMÁTICA: X. Minguijón DISEÑO: R. Sánchez BAT-7 NIVEL ELEMENTAL BATERÍA DE APTITUDES DE TEA Informe psicopedagógico PERFIL Id: Edad:
Más detallesCARRERA PROFESIONAL DE INGENIERÍA CIVIL SEMESTRE ACADÉMICO 2016-I
CARRERA PROFESIONAL DE INGENIERÍA CIVIL SEMESTRE ACADÉMICO 2016-I I. DATOS INFORMATIVOS 1.1 Asignatura : Matemática Básica. 1.2 Código : IC 102 1.3 Ciclo de estudios : I 1.4 Créditos : 04 1.5 Total de
Más detallesASIGNATURA: OPERACIONES BÁSICAS DE LA INGENIERÍA I
Página 1 de 5 CARACTERÍSTICAS GENERALES Tipo: BREVE DESCRIPCIÓN Y JUSTIFICACIÓN Las operaciones básicas o unitarias de los procesos químicos son las piezas que permiten llevar a cabo los distintos procesos
Más detallesA continuación, se describen las conclusiones más relevantes a las que conduce el presente estudio:
10. CONCLUSIONES A continuación, se describen las conclusiones más relevantes a las que conduce el presente estudio: Perfil del Diplomado en Maestro, Especialidad en Educación Primaria. Entre las principales
Más detallesContabilidad de Costos
Contabilidad de Costos CONTABILIDAD DE COSTOS 1 Sesión No. 6 Nombre: Costeo de productos y servicios, Método de costeo de promedio ponderado Contextualización Qué es el costeo de operaciones? Continuando
Más detallesResolución de problemas de búsqueda
Resolución de problemas de búsqueda Memoria de Prácticas de Segunda Entrega 26 de noviembre de 2007 Autores: Mariano Cabrero Canosa cicanosa@udc.es Elena Hernández Pereira elena@udc.es Directorio de entrega:
Más detallesFÍSICA Y QUÍMICA 3º ESO. OBJETIVOS, CONTENIDOS Y CRITERIOS DE EVALUACIÓN 1ª Evaluación: Unidad 1. La medida y el método científico.
FÍSICA Y QUÍMICA 3º ESO. OBJETIVOS, CONTENIDOS Y CRITERIOS DE EVALUACIÓN 1ª Evaluación: Unidad 1. La medida y el método científico. OBJETIVOS 1. Reconocer las etapas del trabajo científico y elaborar informes
Más detallesenvisionmath Texas 2.0 en español Grade 1 2015
A Correlation of envisionmath Texas 2.0 en español Grade 1 2015 To the Texas Essential Knowledge and Skills for Mathematics Grade 1 Correlations to the Texas Essential Knowledge and Skills (TEKS): Student
Más detallesBitbloq 2: Entorno de programación
1.1.5. Bitbloq 2: Entorno de programación Bitbloq 1 es una herramienta online que permite crear programas para un microcontrolador y cargarlos en el mismo de forma sencilla y sin tener necesariamente conocimientos
Más detallesFacilitar al jugador relacionar el aprendizaje con los conocimientos previos. Saber relacionar los elementos del contenido que se les enseña.
METODOLOGÍA (Nivel II) RESUMEN MÉTODOS DE ENSEÑANZA APLICADOS AL FÚTBOL: Los métodos: son el conjunto de operaciones ordenadas, con las que se pretende obtener un resultado. La buena organización, secuenciación
Más detallesFUNDAMENTOS DE INFORMÁTICA
FUNDAMENTOS DE INFORMÁTICA Tema 1 Introducción a la Programación en Visual Basic Departamento de Ingeniería de Sistemas y Automática Universidad de Vigo undamentos de Informática. Departamento de Ingeniería
Más detallesLa última versión disponible cuando se redactó este manual era la 5 Beta (versión ), y sobre ella versa este manual.
Manual de Dev-C++ 4.9.9.2 Página 1 de 11 Introducción Dev-C++ es un IDE (entorno de desarrollo integrado) que facilita herramientas para la creación y depuración de programas en C y en C++. Además, la
Más detalles