Hacia la detección de los modelos mentales de los estudiantes de programación

Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.

Guardado en:
Detalles Bibliográficos
Autores principales: Díaz, Laura Cecilia, Marangunic, Rodolfo, Bartó, Carlos Alberto
Formato: conferenceObject
Lenguaje:Español
Publicado: 2023
Materias:
Acceso en línea:http://hdl.handle.net/11086/546813
Aporte de:
id I10-R141-11086-546813
record_format dspace
spelling I10-R141-11086-5468132023-08-30T13:56:24Z Hacia la detección de los modelos mentales de los estudiantes de programación Díaz, Laura Cecilia Marangunic, Rodolfo Bartó, Carlos Alberto Tutor Inteligente Educación virtual Computación Carreras de Ingenierías Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina. Fil: Marangunic, Rodolfo. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina. Fil: Bartó, Carlos Alberto. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina. En el marco del proyecto acreditado por SECYT que lleva adelante el Laboratorio de Educación Virtual del Departamento de Computación: ‘Sistemas inteligentes aplicados a la enseñanza de la programación en Ingeniería’, se presentan los primeros resultados referidos a la detección de los modelos mentales de los estudiantes conducentes a proveer la base de conocimiento a un Tutor Virtual Inteligente, el cuál vía retroalimentación le facilitará al estudiante la construcción de modelos conceptuales. Se describe la metodología empleada para la detección de los modelos mentales de los alumnos que cursaron la asignatura Informática durante el primer cuatrimestre 2012. Esta información alimentará la base de conocimiento del Sistema Tutor Inteligente SIETTE, que la cátedra pretende utilizar para mejorar la retroalimentación de su aula virtual y el sistema de evaluación automático actual. Se muestran el tratamiento estadístico, sus resultados e interpretaciones. Por otra parte, se muestran nuevos resultados de la aplicación de Redes Neuronales Artificiales en la detección temprana de las capacidades del estudiante para enfrentar con éxito el aprendizaje de la programación. Estos se corresponden con los primeros cursos de acción del equipo, antecedentes del proyecto. En tal sentido, es interesante observar la serie de tiempo a partir del 2010. La contribución más importante de esta presentación es el análisis confirmatorio, mediante test de hipótesis, del grupo testigo de preguntas –ítems- que se utilizó como información de modelos mentales para construir la base de conocimiento de SIETTE. De este análisis se desprenden las conclusiones que sugieren modificaciones sobre los distintos cursos de acción, tanto para el proyecto de investigación como para el sistema de evaluación que se utiliza actualmente para la acreditación de la asignatura. Se están llevando a cabo estas acciones correctivas que deben ponerse a punto antes del inicio del próximo ciclo lectivo. Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina. Fil: Marangunic, Rodolfo. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina. Fil: Bartó, Carlos Alberto. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina. Otras Ciencias de la Computación e Información 2023-03-27T15:39:50Z 2023-03-27T15:39:50Z 2013 conferenceObject 978-950-33-1079-3 http://hdl.handle.net/11086/546813 spa Attribution-NonCommercial-ShareAlike 4.0 International http://creativecommons.org/licenses/by-nc-sa/4.0/ Electrónico y/o Digital
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Tutor Inteligente
Educación virtual
Computación
Carreras de Ingenierías
spellingShingle Tutor Inteligente
Educación virtual
Computación
Carreras de Ingenierías
Díaz, Laura Cecilia
Marangunic, Rodolfo
Bartó, Carlos Alberto
Hacia la detección de los modelos mentales de los estudiantes de programación
topic_facet Tutor Inteligente
Educación virtual
Computación
Carreras de Ingenierías
description Fil: Díaz, Laura Cecilia. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Laboratorio de Educación Virtual, Departamento de Computación; Argentina.
format conferenceObject
author Díaz, Laura Cecilia
Marangunic, Rodolfo
Bartó, Carlos Alberto
author_facet Díaz, Laura Cecilia
Marangunic, Rodolfo
Bartó, Carlos Alberto
author_sort Díaz, Laura Cecilia
title Hacia la detección de los modelos mentales de los estudiantes de programación
title_short Hacia la detección de los modelos mentales de los estudiantes de programación
title_full Hacia la detección de los modelos mentales de los estudiantes de programación
title_fullStr Hacia la detección de los modelos mentales de los estudiantes de programación
title_full_unstemmed Hacia la detección de los modelos mentales de los estudiantes de programación
title_sort hacia la detección de los modelos mentales de los estudiantes de programación
publishDate 2023
url http://hdl.handle.net/11086/546813
work_keys_str_mv AT diazlauracecilia hacialadetecciondelosmodelosmentalesdelosestudiantesdeprogramacion
AT marangunicrodolfo hacialadetecciondelosmodelosmentalesdelosestudiantesdeprogramacion
AT bartocarlosalberto hacialadetecciondelosmodelosmentalesdelosestudiantesdeprogramacion
_version_ 1782014003373932544