Hacia la detección de los modelos mentales de los estudiantes de programación

Autores
Díaz, Laura Cecilia; Marangunic, Rodolfo; Bartó, Carlos Alberto
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Fil: Marangunic, Rodolfo. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Fil: Bartó, Carlos Alberto. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
En el marco del proyecto acreditado por SECYT que lleva adelante el Laboratorio de Educación Virtual del Departamento de Computación: ‘Sistemas inteligentes aplicados a la enseñanza de la programación en Ingeniería’, se presentan los primeros resultados referidos a la detección de los modelos mentales de los estudiantes conducentes a proveer la base de conocimiento a un Tutor Virtual Inteligente, el cuál vía retroalimentación le facilitará al estudiante la construcción de modelos conceptuales. Se describe la metodología empleada para la detección de los modelos mentales de los alumnos que cursaron la asignatura Informática durante el primer cuatrimestre 2012. Esta información alimentará la base de conocimiento del Sistema Tutor Inteligente SIETTE, que la cátedra pretende utilizar para mejorar la retroalimentación de su aula virtual y el sistema de evaluación automático actual. Se muestran el tratamiento estadístico, sus resultados e interpretaciones. Por otra parte, se muestran nuevos resultados de la aplicación de Redes Neuronales Artificiales en la detección temprana de las capacidades del estudiante para enfrentar con éxito el aprendizaje de la programación. Estos se corresponden con los primeros cursos de acción del equipo, antecedentes del proyecto. En tal sentido, es interesante observar la serie de tiempo a partir del 2010. La contribución más importante de esta presentación es el análisis confirmatorio, mediante test de hipótesis, del grupo testigo de preguntas –ítems- que se utilizó como información de modelos mentales para construir la base de conocimiento de SIETTE. De este análisis se desprenden las conclusiones que sugieren modificaciones sobre los distintos cursos de acción, tanto para el proyecto de investigación como para el sistema de evaluación que se utiliza actualmente para la acreditación de la asignatura. Se están llevando a cabo estas acciones correctivas que deben ponerse a punto antes del inicio del próximo ciclo lectivo.
Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Fil: Marangunic, Rodolfo. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Fil: Bartó, Carlos Alberto. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Otras Ciencias de la Computación e Información
Materia
Tutor Inteligente
Educación virtual
Computación
Carreras de Ingenierías
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/546813
Acceder
id RDUUNC_a59c1d92241753f485183582202db9e9
oai_identifier_str oai:rdu.unc.edu.ar:11086/546813
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Hacia la detección de los modelos mentales de los estudiantes de programaciónDíaz, Laura CeciliaMarangunic, RodolfoBartó, Carlos AlbertoTutor InteligenteEducación virtualComputaciónCarreras de IngenieríasFil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.Fil: Marangunic, Rodolfo. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.Fil: Bartó, Carlos Alberto. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.En el marco del proyecto acreditado por SECYT que lleva adelante el Laboratorio de Educación Virtual del Departamento de Computación: ‘Sistemas inteligentes aplicados a la enseñanza de la programación en Ingeniería’, se presentan los primeros resultados referidos a la detección de los modelos mentales de los estudiantes conducentes a proveer la base de conocimiento a un Tutor Virtual Inteligente, el cuál vía retroalimentación le facilitará al estudiante la construcción de modelos conceptuales. Se describe la metodología empleada para la detección de los modelos mentales de los alumnos que cursaron la asignatura Informática durante el primer cuatrimestre 2012. Esta información alimentará la base de conocimiento del Sistema Tutor Inteligente SIETTE, que la cátedra pretende utilizar para mejorar la retroalimentación de su aula virtual y el sistema de evaluación automático actual. Se muestran el tratamiento estadístico, sus resultados e interpretaciones. Por otra parte, se muestran nuevos resultados de la aplicación de Redes Neuronales Artificiales en la detección temprana de las capacidades del estudiante para enfrentar con éxito el aprendizaje de la programación. Estos se corresponden con los primeros cursos de acción del equipo, antecedentes del proyecto. En tal sentido, es interesante observar la serie de tiempo a partir del 2010. La contribución más importante de esta presentación es el análisis confirmatorio, mediante test de hipótesis, del grupo testigo de preguntas –ítems- que se utilizó como información de modelos mentales para construir la base de conocimiento de SIETTE. De este análisis se desprenden las conclusiones que sugieren modificaciones sobre los distintos cursos de acción, tanto para el proyecto de investigación como para el sistema de evaluación que se utiliza actualmente para la acreditación de la asignatura. Se están llevando a cabo estas acciones correctivas que deben ponerse a punto antes del inicio del próximo ciclo lectivo.Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.Fil: Marangunic, Rodolfo. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.Fil: Bartó, Carlos Alberto. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.Otras Ciencias de la Computación e Información2013info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf978-950-33-1079-3http://hdl.handle.net/11086/546813spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:41:06Zoai:rdu.unc.edu.ar:11086/546813Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:41:06.872Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Hacia la detección de los modelos mentales de los estudiantes de programación
title Hacia la detección de los modelos mentales de los estudiantes de programación
spellingShingle Hacia la detección de los modelos mentales de los estudiantes de programación
Díaz, Laura Cecilia
Tutor Inteligente
Educación virtual
Computación
Carreras de Ingenierías
title_short Hacia la detección de los modelos mentales de los estudiantes de programación
title_full Hacia la detección de los modelos mentales de los estudiantes de programación
title_fullStr Hacia la detección de los modelos mentales de los estudiantes de programación
title_full_unstemmed Hacia la detección de los modelos mentales de los estudiantes de programación
title_sort Hacia la detección de los modelos mentales de los estudiantes de programación
dc.creator.none.fl_str_mv Díaz, Laura Cecilia
Marangunic, Rodolfo
Bartó, Carlos Alberto
author Díaz, Laura Cecilia
author_facet Díaz, Laura Cecilia
Marangunic, Rodolfo
Bartó, Carlos Alberto
author_role author
author2 Marangunic, Rodolfo
Bartó, Carlos Alberto
author2_role author
author
dc.subject.none.fl_str_mv Tutor Inteligente
Educación virtual
Computación
Carreras de Ingenierías
topic Tutor Inteligente
Educación virtual
Computación
Carreras de Ingenierías
dc.description.none.fl_txt_mv Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Fil: Marangunic, Rodolfo. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Fil: Bartó, Carlos Alberto. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
En el marco del proyecto acreditado por SECYT que lleva adelante el Laboratorio de Educación Virtual del Departamento de Computación: ‘Sistemas inteligentes aplicados a la enseñanza de la programación en Ingeniería’, se presentan los primeros resultados referidos a la detección de los modelos mentales de los estudiantes conducentes a proveer la base de conocimiento a un Tutor Virtual Inteligente, el cuál vía retroalimentación le facilitará al estudiante la construcción de modelos conceptuales. Se describe la metodología empleada para la detección de los modelos mentales de los alumnos que cursaron la asignatura Informática durante el primer cuatrimestre 2012. Esta información alimentará la base de conocimiento del Sistema Tutor Inteligente SIETTE, que la cátedra pretende utilizar para mejorar la retroalimentación de su aula virtual y el sistema de evaluación automático actual. Se muestran el tratamiento estadístico, sus resultados e interpretaciones. Por otra parte, se muestran nuevos resultados de la aplicación de Redes Neuronales Artificiales en la detección temprana de las capacidades del estudiante para enfrentar con éxito el aprendizaje de la programación. Estos se corresponden con los primeros cursos de acción del equipo, antecedentes del proyecto. En tal sentido, es interesante observar la serie de tiempo a partir del 2010. La contribución más importante de esta presentación es el análisis confirmatorio, mediante test de hipótesis, del grupo testigo de preguntas –ítems- que se utilizó como información de modelos mentales para construir la base de conocimiento de SIETTE. De este análisis se desprenden las conclusiones que sugieren modificaciones sobre los distintos cursos de acción, tanto para el proyecto de investigación como para el sistema de evaluación que se utiliza actualmente para la acreditación de la asignatura. Se están llevando a cabo estas acciones correctivas que deben ponerse a punto antes del inicio del próximo ciclo lectivo.
Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Fil: Marangunic, Rodolfo. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Fil: Bartó, Carlos Alberto. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
Otras Ciencias de la Computación e Información
description Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
publishDate 2013
dc.date.none.fl_str_mv 2013
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv 978-950-33-1079-3
http://hdl.handle.net/11086/546813
identifier_str_mv 978-950-33-1079-3
url http://hdl.handle.net/11086/546813
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618892875399168
score 13.069144

Publicaciones similares