Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes
- Autores
- Costaguta, Rosanna; Menini, María de los Ángeles; Yanacon Atia, Diego; Missio, Daniela; Méndez, Analía
- Año de publicación
- 2014
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) los estudiantes trabajan en grupos interactuando mediante el uso de computadoras. Cada integrante de equipo se comporta de una manera determinada al colaborar, manifestando así un determinado estilo de aprendizaje. En ACSC cada estudiante miembro de un grupo es responsable de su accionar individual y también del rendimiento grupal. Es por ello que la conformación de los grupos en ACSC resulta un tema de particular importancia. En este artículo se presenta un nuevo enfoque para realizar la creación automática de grupos de estudiantes en ACSC, que considera sus estilos individuales de aprendizaje. Para ello se están aplicando técnicas de minería de datos que permitan descubrir cuáles son las combinaciones de estilos de aprendizaje presentes en los estudiantes integrantes de grupos que manifiestan un buen rendimiento. El conocimiento descubierto será utilizado para proponer la conformación automática de nuevos grupos considerando las combinaciones de estilos de aprendizaje que propicien mejores resultados. El enfoque propuesto será validado mediante la experimentación con estudiantes universitarios.
Eje: Tecnología informática aplicada en educación
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
aprendizaje colaborativo soportado por computadora
Computer Uses in Education
estilo de aprendizaje
minería de datos - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/43777
Ver los metadatos del registro completo
id |
SEDICI_b491fd1da3ca3bbb2d9685005d2b4d8e |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/43777 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantesCostaguta, RosannaMenini, María de los ÁngelesYanacon Atia, DiegoMissio, DanielaMéndez, AnalíaCiencias Informáticasaprendizaje colaborativo soportado por computadoraComputer Uses in Educationestilo de aprendizajeminería de datosEn los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) los estudiantes trabajan en grupos interactuando mediante el uso de computadoras. Cada integrante de equipo se comporta de una manera determinada al colaborar, manifestando así un determinado estilo de aprendizaje. En ACSC cada estudiante miembro de un grupo es responsable de su accionar individual y también del rendimiento grupal. Es por ello que la conformación de los grupos en ACSC resulta un tema de particular importancia. En este artículo se presenta un nuevo enfoque para realizar la creación automática de grupos de estudiantes en ACSC, que considera sus estilos individuales de aprendizaje. Para ello se están aplicando técnicas de minería de datos que permitan descubrir cuáles son las combinaciones de estilos de aprendizaje presentes en los estudiantes integrantes de grupos que manifiestan un buen rendimiento. El conocimiento descubierto será utilizado para proponer la conformación automática de nuevos grupos considerando las combinaciones de estilos de aprendizaje que propicien mejores resultados. El enfoque propuesto será validado mediante la experimentación con estudiantes universitarios.Eje: Tecnología informática aplicada en educaciónRed de Universidades con Carreras en Informática (RedUNCI)2014-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf980-984http://sedici.unlp.edu.ar/handle/10915/43777spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:34:38Zoai:sedici.unlp.edu.ar:10915/43777Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:34:38.553SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes |
title |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes |
spellingShingle |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes Costaguta, Rosanna Ciencias Informáticas aprendizaje colaborativo soportado por computadora Computer Uses in Education estilo de aprendizaje minería de datos |
title_short |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes |
title_full |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes |
title_fullStr |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes |
title_full_unstemmed |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes |
title_sort |
Nuevo enfoque para la formación automática de grupos colaborativos de estudiantes |
dc.creator.none.fl_str_mv |
Costaguta, Rosanna Menini, María de los Ángeles Yanacon Atia, Diego Missio, Daniela Méndez, Analía |
author |
Costaguta, Rosanna |
author_facet |
Costaguta, Rosanna Menini, María de los Ángeles Yanacon Atia, Diego Missio, Daniela Méndez, Analía |
author_role |
author |
author2 |
Menini, María de los Ángeles Yanacon Atia, Diego Missio, Daniela Méndez, Analía |
author2_role |
author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas aprendizaje colaborativo soportado por computadora Computer Uses in Education estilo de aprendizaje minería de datos |
topic |
Ciencias Informáticas aprendizaje colaborativo soportado por computadora Computer Uses in Education estilo de aprendizaje minería de datos |
dc.description.none.fl_txt_mv |
En los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) los estudiantes trabajan en grupos interactuando mediante el uso de computadoras. Cada integrante de equipo se comporta de una manera determinada al colaborar, manifestando así un determinado estilo de aprendizaje. En ACSC cada estudiante miembro de un grupo es responsable de su accionar individual y también del rendimiento grupal. Es por ello que la conformación de los grupos en ACSC resulta un tema de particular importancia. En este artículo se presenta un nuevo enfoque para realizar la creación automática de grupos de estudiantes en ACSC, que considera sus estilos individuales de aprendizaje. Para ello se están aplicando técnicas de minería de datos que permitan descubrir cuáles son las combinaciones de estilos de aprendizaje presentes en los estudiantes integrantes de grupos que manifiestan un buen rendimiento. El conocimiento descubierto será utilizado para proponer la conformación automática de nuevos grupos considerando las combinaciones de estilos de aprendizaje que propicien mejores resultados. El enfoque propuesto será validado mediante la experimentación con estudiantes universitarios. Eje: Tecnología informática aplicada en educación Red de Universidades con Carreras en Informática (RedUNCI) |
description |
En los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) los estudiantes trabajan en grupos interactuando mediante el uso de computadoras. Cada integrante de equipo se comporta de una manera determinada al colaborar, manifestando así un determinado estilo de aprendizaje. En ACSC cada estudiante miembro de un grupo es responsable de su accionar individual y también del rendimiento grupal. Es por ello que la conformación de los grupos en ACSC resulta un tema de particular importancia. En este artículo se presenta un nuevo enfoque para realizar la creación automática de grupos de estudiantes en ACSC, que considera sus estilos individuales de aprendizaje. Para ello se están aplicando técnicas de minería de datos que permitan descubrir cuáles son las combinaciones de estilos de aprendizaje presentes en los estudiantes integrantes de grupos que manifiestan un buen rendimiento. El conocimiento descubierto será utilizado para proponer la conformación automática de nuevos grupos considerando las combinaciones de estilos de aprendizaje que propicien mejores resultados. El enfoque propuesto será validado mediante la experimentación con estudiantes universitarios. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-05 |
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/10915/43777 |
url |
http://sedici.unlp.edu.ar/handle/10915/43777 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf 980-984 |
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_ |
1842260195939450880 |
score |
13.13397 |