U2 drive2

112 visualizaciones

Publicado el

IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE
EN ALUMNOS UNIVERSITARIOS DE COMPUTACIÓN DE LA HUASTECA

Publicado en: Educación
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
112
En SlideShare
0
De insertados
0
Número de insertados
7
Acciones
Compartido
0
Descargas
1
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

U2 drive2

  1. 1. IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE EN ALUMNOS UNIVERSITARIOS DE COMPUTACIÓN DE LA HUASTECA PRESENTAN: MTRO. MARCO ANTONIO ARGUELLES GUTIERREZ MTRO. FELIPE DE JESÚS NUÑEZ CARDENAS MTRO. HIGOR RODRÍGUEZ VITE
  2. 2. PREGUNTAS GENERADORAS ¿Qué es lo que podemos/debemos hacer el primer día de clase con nuestros estudiantes? ¿El uso de actividades de acuerdo a los estilos de aprendizaje facilita el aprendizaje de los estudiantes de computación?
  3. 3. INTRODUCCIÓN En el proceso de enseñanza y aprendizaje es primordial que el docente conozca los estilos de aprendizaje que poseen sus alumnos. Cada estudiante aprende de diferente manera, por lo que detectarlo sirve para poder crear ambientes de aprendizaje donde se utilicen estrategias didácticas que le permitan ir construyendo su aprendizaje y que propicien el “aprender a aprender”.
  4. 4. Desarrollo 1.- Comprensión del Caso de Estudio
  5. 5. Población y Muestra
  6. 6. Instrumento Cuestionario VARK, esta conformado por 16 preguntas con cuatro opciones cada una, las cuales representa cada una de las modalidades, el alumno puede responder una o más opciones, o dejar en blanco si no aplica a sus preferencias
  7. 7. Ejemplo de reactivo del instrumento Instrumento Está ayudando a una persona que desea ir al aeropuerto, al centro de la ciudad o a la estación del ferrocarril. Ud.: a)iría con ella. b)le diría cómo llegar. c)le daría las indicaciones por escrito (sin un mapa). d)Le daría un mapa
  8. 8. 2.- Comprensión de los Datos Desarrollo
  9. 9. Evaluación del Instrumento
  10. 10. Evaluación del Instrumento Evaluación del Cuestionario Total de V´s marcadas = Total de A´s marcadas = Total de R´s marcadas = Total de K´s marcadas = ( 5,6,7,8 ) que significa que en el cuestionario evaluado se encontró 5 V, 6 A, 7 R y 8K respectivamente
  11. 11. 3.- Preparación de los Datos Desarrollo
  12. 12. Método y Herramienta WEKA
  13. 13. Desarrollo 4.- Modelado
  14. 14. Técnica Para esta investigación se decidió utilizar tareas de minería de datos del tipo descriptivo. En particular, se aplicó clustering para identificar subgrupos homogéneos dentro de la muestra de estudiantes encuestada.
  15. 15. Técnica Se seleccionó la opción Clúster, además, se optó por el algoritmo kmeans por tratarse de un problema de k centros, Para detectar los estilos de aprendizaje dominantes se decidió mantener en cuatro la cantidad de clusters a generar.
  16. 16. Corrida del Modelo
  17. 17. 5.- Despliegue Desarrollo
  18. 18. Despliegue
  19. 19. Conclusiones Los resultados obtenidos muestran una tendencia de los alumnos de computación dentro de las tres instituciones de educación Superior analizadas es el estilo de aprendizaje Kinésico como el dominante.
  20. 20. Conclusiones Se pueden observar varios multimodal o combinaciones de estilos que manejan los alumnos tal son los caso de del multimodal Visual /Kinésico, o del Auditivo / Visual / Kinésico, y Lectura/Escritura / Kinésico
  21. 21. Referencias Fleming, Neil D. (2001). Teaching and Learning Styles: VARK Strategies, Editorial Christchurch, Nueva Zelanda. Durán, E. y R. Costaguta; “Minería de datos para descubrir estilos de aprendizaje“. Revista Iberoamericana de Educación, ISSN 1681-5653 (en línea), 42(2), 1-10, http://www.rieoei.org/deloslectores/1674Duran.pdf. Acceso: 14 de Enero 2013 (2007). Felder, R. M., Y Soloman, V. (1984): Index of Learning Styles. http://www.ncsu.edu/felder-public/ILSpage.html [Consulta: Agosto 2012].

×