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

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...

Full description

Bibliographic Details
Main Authors: Francisco Javier Arias, Demetrio Arturo Ovalle, Julian Moreno Cadavid
Format: Article
Language:English
Published: Universidad Autónoma de Bucaramanga 2009-12-01
Series:Revista Colombiana de Computación
Subjects:
Online Access:https://revistas.unab.edu.co/index.php/rcc/article/view/1166
Description
Summary: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.
ISSN:1657-2831
2539-2115