Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2021-08-30T15:10:18Z
dc.date.available 2021-08-30T15:10:18Z
dc.date.issued 2012
dc.identifier.uri https://sedici.unlp.edu.ar/handle/10915/123733
dc.description.abstract Los estilos de aprendizaje permiten clasificar a los estudiantes en un conjunto de escalas de acuerdo a las formas en que reciben y procesan la información. El conocer los estilos de aprendizaje de los estudiantes permite personalizar/adaptar los ambientes educativos a dichos estilos mejorando así la calidad de la educación. Existen varios enfoques para la detección automática de estilos de aprendizaje. Sin embargo, estos enfoques poseen varias limitaciones que dificultan su aplicación. En este contexto, proponemos un nuevo enfoque para la detección de estilos de aprendizaje de los estudiantes analizando sus interacciones con juegos digitales. En particular, este trabajo se focaliza en la detección del estilo de percepción propuesto por el modelo de Felder. Dicha detección se realiza observando cómo los estudiantes interactúan con un juego de in genio analizando la información extraída de dicha interacción. Para ello, se define y entrena una red de Bayes con el objetivo de inferir el estilo de percepción del estudiante usando la información extraída. Los resultados experimentales demuestran que es osible detectar el estilo de percepción de un estudiante utilizando juegos digitales, mejorando no sólo la precisión de la detección sino también resolviendo otras limitaciones de los enfoques existentes. Finalmente, concluimos que los juegos digitales son un ambiente prometedor con el cual es posible detectar el estilo de percepción de un estudiante. es
dc.format.extent 105-115 es
dc.language es es
dc.subject Juegos digitales es
dc.subject Detección es
dc.subject Estilo de percepción de los estudiantes es
dc.title Juegos digitales para la detección del estilo de percepción de los estudiantes es
dc.type Objeto de conferencia es
sedici.identifier.uri https://41jaiio.sadio.org.ar/sites/default/files/10_ASAI_2012.pdf es
sedici.identifier.issn 1850-2784 es
sedici.creator.person Feldman, Juan es
sedici.creator.person Monteserin, Ariel es
sedici.creator.person Amandi, Analía es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Sociedad Argentina de Informática e Investigación Operativa es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/4.0/
sedici.date.exposure 2012-08
sedici.relation.event XIII Argentine Symposium on Artificial Intelligence (ASAI 2012) (XLI JAIIO, La Plata, 27 y 28 de agosto de 2012) es
sedici.description.peerReview peer-review es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)