Uso de los algoritmos Machine Learning para analizar Moodle y los teléfonos inteligentes en el proceso educativo de la Física
El objetivo de este estudio mixto es analizar las percepciones de los alumnos sobre el uso de Moodle y los teléfonos inteligentes en el proceso educativo de la Física a través de la Ciencia de Datos. Los algoritmos Machine Learning utilizados son regresión lineal, árbol de decisión y deep learning....
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidade Federal de Minas Gerais
2023-01-01
|
| Series: | Texto Livre: Linguagem e Tecnologia |
| Subjects: | |
| Online Access: | https://periodicos.ufmg.br/index.php/textolivre/article/view/41293 |
| _version_ | 1828058458062061568 |
|---|---|
| author | Ricardo-Adán Salas-Rueda Jesús Ramírez-Ortega Selene-Marisol Martínez-Ramírez Clara Alvarado-Zamorano |
| author_facet | Ricardo-Adán Salas-Rueda Jesús Ramírez-Ortega Selene-Marisol Martínez-Ramírez Clara Alvarado-Zamorano |
| author_sort | Ricardo-Adán Salas-Rueda |
| collection | DOAJ |
| description |
El objetivo de este estudio mixto es analizar las percepciones de los alumnos sobre el uso de Moodle y los teléfonos inteligentes en el proceso educativo de la Física a través de la Ciencia de Datos. Los algoritmos Machine Learning utilizados son regresión lineal, árbol de decisión y deep learning. En este estudio, la incorporación de Moodle facilitó la entrega de tareas, la consulta de los contenidos, la comunicación y la revisión de los recursos multimedia. Incluso, los teléfonos inteligentes permitieron el acceso a las plataformas virtuales de aprendizaje, el uso de las aplicaciones móviles y la comunicación desde cualquier lugar. Los resultados de los algoritmos regresión lineal y deep learning indican que el uso de Moodle y los teléfonos inteligentes influye positivamente la motivación de los alumnos, la asimilación del conocimiento y la satisfacción en el curso Física. Por otro lado, el algoritmo árbol de decisión determina 6 modelos predictivos. Las limitaciones son las técnicas de Machine Learning utilizadas y el análisis de las herramientas tecnológicas para la asimilación del conocimiento, la motivación y la satisfacción. Los futuros estudios pueden analizar el uso de Moodle y los teléfonos inteligentes para el rol activo y el desarrollo de las habilidades en diversas preparatorias y universidades. Asimismo, los algoritmos Machine Learning sobre los bosques aleatorios y la regresión logística pueden ser empleados para analizar el impacto de estas herramientas tecnológicas considerando el rendimiento académico. Por último, la incorporación de Moodle y los teléfonos inteligentes permite actualizar los cursos y diseñar creativas actividades a distancia.
|
| first_indexed | 2024-04-10T21:27:34Z |
| format | Article |
| id | doaj.art-c2bb6a9242584bcfb01e5d34786d8f88 |
| institution | Directory Open Access Journal |
| issn | 1983-3652 |
| language | English |
| last_indexed | 2024-04-10T21:27:34Z |
| publishDate | 2023-01-01 |
| publisher | Universidade Federal de Minas Gerais |
| record_format | Article |
| series | Texto Livre: Linguagem e Tecnologia |
| spelling | doaj.art-c2bb6a9242584bcfb01e5d34786d8f882023-01-19T16:07:09ZengUniversidade Federal de Minas GeraisTexto Livre: Linguagem e Tecnologia1983-36522023-01-011610.1590/1983-3652.2023.41293Uso de los algoritmos Machine Learning para analizar Moodle y los teléfonos inteligentes en el proceso educativo de la FísicaRicardo-Adán Salas-Rueda 0Jesús Ramírez-Ortega1Selene-Marisol Martínez-Ramírez2Clara Alvarado-Zamorano3Universidad Nacional Autónoma de México, Instituto de Ciencias Aplicadas y Tecnología, Ciudad de México, MéxicoUniversidad Nacional Autónoma de México, Instituto de Ciencias Aplicadas y Tecnología, Ciudad de México, MéxicoUniversidad Nacional Autónoma de México, Instituto de Ciencias Aplicadas y Tecnología, Ciudad de México, MéxicoUniversidad Nacional Autónoma de México, Instituto de Ciencias Aplicadas y Tecnología, Ciudad de México, México El objetivo de este estudio mixto es analizar las percepciones de los alumnos sobre el uso de Moodle y los teléfonos inteligentes en el proceso educativo de la Física a través de la Ciencia de Datos. Los algoritmos Machine Learning utilizados son regresión lineal, árbol de decisión y deep learning. En este estudio, la incorporación de Moodle facilitó la entrega de tareas, la consulta de los contenidos, la comunicación y la revisión de los recursos multimedia. Incluso, los teléfonos inteligentes permitieron el acceso a las plataformas virtuales de aprendizaje, el uso de las aplicaciones móviles y la comunicación desde cualquier lugar. Los resultados de los algoritmos regresión lineal y deep learning indican que el uso de Moodle y los teléfonos inteligentes influye positivamente la motivación de los alumnos, la asimilación del conocimiento y la satisfacción en el curso Física. Por otro lado, el algoritmo árbol de decisión determina 6 modelos predictivos. Las limitaciones son las técnicas de Machine Learning utilizadas y el análisis de las herramientas tecnológicas para la asimilación del conocimiento, la motivación y la satisfacción. Los futuros estudios pueden analizar el uso de Moodle y los teléfonos inteligentes para el rol activo y el desarrollo de las habilidades en diversas preparatorias y universidades. Asimismo, los algoritmos Machine Learning sobre los bosques aleatorios y la regresión logística pueden ser empleados para analizar el impacto de estas herramientas tecnológicas considerando el rendimiento académico. Por último, la incorporación de Moodle y los teléfonos inteligentes permite actualizar los cursos y diseñar creativas actividades a distancia. https://periodicos.ufmg.br/index.php/textolivre/article/view/41293MoodleTeléfonos inteligentes Aprendizaje máquinaAprendizaje profundoEducación |
| spellingShingle | Ricardo-Adán Salas-Rueda Jesús Ramírez-Ortega Selene-Marisol Martínez-Ramírez Clara Alvarado-Zamorano Uso de los algoritmos Machine Learning para analizar Moodle y los teléfonos inteligentes en el proceso educativo de la Física Texto Livre: Linguagem e Tecnologia Moodle Teléfonos inteligentes Aprendizaje máquina Aprendizaje profundo Educación |
| title | Uso de los algoritmos Machine Learning para analizar Moodle y los teléfonos inteligentes en el proceso educativo de la Física |
| title_full | Uso de los algoritmos Machine Learning para analizar Moodle y los teléfonos inteligentes en el proceso educativo de la Física |
| title_fullStr | Uso de los algoritmos Machine Learning para analizar Moodle y los teléfonos inteligentes en el proceso educativo de la Física |
| title_full_unstemmed | Uso de los algoritmos Machine Learning para analizar Moodle y los teléfonos inteligentes en el proceso educativo de la Física |
| title_short | Uso de los algoritmos Machine Learning para analizar Moodle y los teléfonos inteligentes en el proceso educativo de la Física |
| title_sort | uso de los algoritmos machine learning para analizar moodle y los telefonos inteligentes en el proceso educativo de la fisica |
| topic | Moodle Teléfonos inteligentes Aprendizaje máquina Aprendizaje profundo Educación |
| url | https://periodicos.ufmg.br/index.php/textolivre/article/view/41293 |
| work_keys_str_mv | AT ricardoadansalasrueda usodelosalgoritmosmachinelearningparaanalizarmoodleylostelefonosinteligentesenelprocesoeducativodelafisica AT jesusramirezortega usodelosalgoritmosmachinelearningparaanalizarmoodleylostelefonosinteligentesenelprocesoeducativodelafisica AT selenemarisolmartinezramirez usodelosalgoritmosmachinelearningparaanalizarmoodleylostelefonosinteligentesenelprocesoeducativodelafisica AT claraalvaradozamorano usodelosalgoritmosmachinelearningparaanalizarmoodleylostelefonosinteligentesenelprocesoeducativodelafisica |