Modelo de inferencia difusa para la selección de objetos de aprendizaje adaptados a los perfiles de los estudiantes

  • Francisco Javier Arias Universidad Nacional de Colombia - Sede Medellín, Facultad de Minas, Escuela de Sistemas, GIDIA– Grupo de Investigación y Desarrollo en Inteligencia Artificial, Carrera 80 No. 65 – 223, Bloque M8-A.
  • Demetrio Arturo Ovalle Universidad Nacional de Colombia - Sede Medellín, Facultad de Minas, Escuela de Sistemas, GIDIA– Grupo de Investigación y Desarrollo en Inteligencia Artificial, Carrera 80 No. 65 – 223, Bloque M8-A.
  • Julian Moreno Cadavid Universidad Nacional de Colombia - Sede Medellín, Facultad de Minas, Escuela de Sistemas, GIDIA– Grupo de Investigación y Desarrollo en Inteligencia Artificial, Carrera 80 No. 65 – 223, Bloque M8-A.
Palabras clave: E-learning, Objetos de Aprendizaje, Cursos Virtuales Adaptativos, Estilos de Aprendizaje, Hemisferios Cerebrales, Sistemas de Inferencia Difusa

Resumen

Para mejorar los procesos de enseñanza / aprendizaje de los estudiantes se han desarrollado sistemas computarizados que permiten adaptar los cursos virtuales según los perfiles de los estudiantes. Existen diversos tipos de adaptación: adaptación de planes instruccional, adaptación de evaluaciones y adaptación de contenidos educativos. En este articulo se propone un modelo de inferencia difusa para la selección de Objetos de Aprendizaje, teniendo en cuenta los estilos de aprendizaje de los estudiantes y el comportamiento de las personas a partir de la identificación de los hemisferios cerebrales. Para la determinación de los estilos de aprendizaje, hemos adoptado el Modelo FSLSM (Felder and Silverman Learning Style Model) y para la identificación del comportamiento de los alumnos se utilizó el Modelo RCMT (Revelador del Cociente Mental Tríadico). Finalmente, se presenta la validación del modelo y los resultados obtenidos.

Cómo citar
Arias, F. J., Ovalle, D. A., & Moreno Cadavid, J. (2009). Modelo de inferencia difusa para la selección de objetos de aprendizaje adaptados a los perfiles de los estudiantes. Revista Colombiana De Computación, 10(2), 27–41. Recuperado a partir de https://revistas.unab.edu.co/index.php/rcc/article/view/1166

Descargas

Los datos de descargas todavía no están disponibles.
Publicado
2009-12-01
Sección
Artículo de investigación científica y tecnológica

Métricas

QR Code
Crossref Cited-by logo