La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje
- Autores
- Benchoff, Delia Esther; Gellon, Ivonne; Lazurri, Guillermo; Huapaya, Constanza Raquel; Borgnia Giannini, Erik; Gutierrez, Matias H.
- Año de publicación
- 2023
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Los ambientes virtuales de aprendizaje (AVAs), reúnen gran cantidad de datos sobre los estudiantes, los cuales son difíciles de analizar manualmente, por lo que se necesitan herramientas y métodos que contribuyan a explorar y aprovecharlos en pos de mejorar el aprendizaje de los usuarios. La Analítica del Aprendizaje (AA) se enfoca en la toma de decisión apoyada en datos, e integra las dimensiones técnicas y pedagógicas del aprendizaje mediante la aplicación de modelos predictivos. Con los avances de AA, especialmente de las técnicas de Machine Learning, puede mejorarse la personalización y adaptación del aprendizaje en AVAs. Los aspectos a enriquecer en la adaptación son: estilos de aprendizaje, estados cognitivos, evaluaciones de proceso y finales, retroalimentación y materiales instruccionales. Las universidades buscan predecir el rendimiento de los estudiantes para minimizar el abandono de sus estudios. La exploración de la personalización avanzada será usada para indagar y corregir las fallas académicas.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Aprendizaje personalizado
Analítica del aprendizaje
Ambiente virtual de aprendizaje
Ingeniería informática - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/164129
Ver los metadatos del registro completo
id |
SEDICI_aecc22fc26023513c44ed4e1635094f3 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/164129 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizajeBenchoff, Delia EstherGellon, IvonneLazurri, GuillermoHuapaya, Constanza RaquelBorgnia Giannini, ErikGutierrez, Matias H.Ciencias InformáticasAprendizaje personalizadoAnalítica del aprendizajeAmbiente virtual de aprendizajeIngeniería informáticaLos ambientes virtuales de aprendizaje (AVAs), reúnen gran cantidad de datos sobre los estudiantes, los cuales son difíciles de analizar manualmente, por lo que se necesitan herramientas y métodos que contribuyan a explorar y aprovecharlos en pos de mejorar el aprendizaje de los usuarios. La Analítica del Aprendizaje (AA) se enfoca en la toma de decisión apoyada en datos, e integra las dimensiones técnicas y pedagógicas del aprendizaje mediante la aplicación de modelos predictivos. Con los avances de AA, especialmente de las técnicas de Machine Learning, puede mejorarse la personalización y adaptación del aprendizaje en AVAs. Los aspectos a enriquecer en la adaptación son: estilos de aprendizaje, estados cognitivos, evaluaciones de proceso y finales, retroalimentación y materiales instruccionales. Las universidades buscan predecir el rendimiento de los estudiantes para minimizar el abandono de sus estudios. La exploración de la personalización avanzada será usada para indagar y corregir las fallas académicas.Red de Universidades con Carreras en Informática2023-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/164129spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:35:01Zoai:sedici.unlp.edu.ar:10915/164129Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:35:01.939SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje |
title |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje |
spellingShingle |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje Benchoff, Delia Esther Ciencias Informáticas Aprendizaje personalizado Analítica del aprendizaje Ambiente virtual de aprendizaje Ingeniería informática |
title_short |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje |
title_full |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje |
title_fullStr |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje |
title_full_unstemmed |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje |
title_sort |
La mejora del aprendizaje en AVAs aplicando analítica del aprendizaje |
dc.creator.none.fl_str_mv |
Benchoff, Delia Esther Gellon, Ivonne Lazurri, Guillermo Huapaya, Constanza Raquel Borgnia Giannini, Erik Gutierrez, Matias H. |
author |
Benchoff, Delia Esther |
author_facet |
Benchoff, Delia Esther Gellon, Ivonne Lazurri, Guillermo Huapaya, Constanza Raquel Borgnia Giannini, Erik Gutierrez, Matias H. |
author_role |
author |
author2 |
Gellon, Ivonne Lazurri, Guillermo Huapaya, Constanza Raquel Borgnia Giannini, Erik Gutierrez, Matias H. |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Aprendizaje personalizado Analítica del aprendizaje Ambiente virtual de aprendizaje Ingeniería informática |
topic |
Ciencias Informáticas Aprendizaje personalizado Analítica del aprendizaje Ambiente virtual de aprendizaje Ingeniería informática |
dc.description.none.fl_txt_mv |
Los ambientes virtuales de aprendizaje (AVAs), reúnen gran cantidad de datos sobre los estudiantes, los cuales son difíciles de analizar manualmente, por lo que se necesitan herramientas y métodos que contribuyan a explorar y aprovecharlos en pos de mejorar el aprendizaje de los usuarios. La Analítica del Aprendizaje (AA) se enfoca en la toma de decisión apoyada en datos, e integra las dimensiones técnicas y pedagógicas del aprendizaje mediante la aplicación de modelos predictivos. Con los avances de AA, especialmente de las técnicas de Machine Learning, puede mejorarse la personalización y adaptación del aprendizaje en AVAs. Los aspectos a enriquecer en la adaptación son: estilos de aprendizaje, estados cognitivos, evaluaciones de proceso y finales, retroalimentación y materiales instruccionales. Las universidades buscan predecir el rendimiento de los estudiantes para minimizar el abandono de sus estudios. La exploración de la personalización avanzada será usada para indagar y corregir las fallas académicas. Red de Universidades con Carreras en Informática |
description |
Los ambientes virtuales de aprendizaje (AVAs), reúnen gran cantidad de datos sobre los estudiantes, los cuales son difíciles de analizar manualmente, por lo que se necesitan herramientas y métodos que contribuyan a explorar y aprovecharlos en pos de mejorar el aprendizaje de los usuarios. La Analítica del Aprendizaje (AA) se enfoca en la toma de decisión apoyada en datos, e integra las dimensiones técnicas y pedagógicas del aprendizaje mediante la aplicación de modelos predictivos. Con los avances de AA, especialmente de las técnicas de Machine Learning, puede mejorarse la personalización y adaptación del aprendizaje en AVAs. Los aspectos a enriquecer en la adaptación son: estilos de aprendizaje, estados cognitivos, evaluaciones de proceso y finales, retroalimentación y materiales instruccionales. Las universidades buscan predecir el rendimiento de los estudiantes para minimizar el abandono de sus estudios. La exploración de la personalización avanzada será usada para indagar y corregir las fallas académicas. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/164129 |
url |
http://sedici.unlp.edu.ar/handle/10915/164129 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-66-4 info:eu-repo/semantics/altIdentifier/isbn/978-987-3724-67-1 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/162004 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/161620 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
reponame_str |
SEDICI (UNLP) |
collection |
SEDICI (UNLP) |
instname_str |
Universidad Nacional de La Plata |
instacron_str |
UNLP |
institution |
UNLP |
repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
_version_ |
1846064376451170304 |
score |
13.22299 |