|
|
|
|
| LEADER |
00000naa a2200000 a 4500 |
| 003 |
AR-LpUFIB |
| 005 |
20250311170503.0 |
| 008 |
230201s2019 xx o 000 0 spa d |
| 024 |
8 |
|
|a DIF-M8129
|b 8353
|z DIF007432
|
| 040 |
|
|
|a AR-LpUFIB
|b spa
|c AR-LpUFIB
|
| 100 |
1 |
|
|a Fierro Saltos, Washington Raúl
|
| 245 |
1 |
0 |
|a Modelos predictivos para la detección de problemas en el aprendizaje autónomo en estudiantes de educación superior modalidad virtual
|
| 300 |
|
|
|a 1 archivo (2,5 MB)
|
| 500 |
|
|
|a Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)
|
| 520 |
|
|
|a El concepto de aprendizaje autónomo se ha resignificado en los últimos años a raíz de la expansión de las diferentes modalidades de estudio presencial, semipresencial y en línea. La educación virtual en las instituciones de educación superior, se ha constituido en una opción eficaz para aumentar y diversificar las oportunidades de acceso y aprendizaje, sin embargo, en este tipo de modalidad persiste aún altas tasas de deserción, repitencia y bajos promedios en el rendimiento académico. Investigaciones recientes da cuenta que la problemática se acentúa porque la mayoría de estudiantes tienen dificultad para planificar, ejecutar y monitorear su proceso de aprendizaje de manera autónoma. Desde esta perspectiva, la investigación se enfoca en el análisis y desarrollo de un modelo predictivo para identificar problemas en el aprendizaje autónomo y rendimiento académico de estudiantes universitarios que cursan una modalidad de estudios a distancia o virtual. A diferencia de otros estudios, este trabajo utiliza técnicas pedagógicas y algoritmos propios de la analítica del aprendizaje para analizar e interpretar datos académicos generados en contextos virtuales. A partir de ello, se obtendrá y descubrirá información para mejorar y optimizar el aprendizaje a fin de aportar al éxito de los estudiantes con adecuadas estrategias de predicción e intervención.
|
| 534 |
|
|
|a Iberian Conference on Information Systems and Technologies (14ª : 2019 : Coimbra, Portugal)
|
| 650 |
|
4 |
|a EDUCACIÓN A DISTANCIA
|
| 650 |
|
4 |
|a AMBIENTES VIRTUALES COLABORATIVOS
|
| 653 |
|
|
|a aprendizaje autónomo
|
| 700 |
1 |
|
|a Guevara Maldonado, César
|
| 856 |
4 |
0 |
|u http://dx.doi.org/10.23919/CISTI.2019.8760605
|
| 942 |
|
|
|c CP
|
| 952 |
|
|
|0 0
|1 0
|4 0
|6 A1128
|7 3
|8 BD
|9 82815
|a DIF
|b DIF
|d 2025-03-11
|l 0
|o A1128
|r 2025-03-11 17:05:03
|u http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2107
|w 2025-03-11
|y CP
|
| 999 |
|
|
|c 57207
|d 57207
|
