3 resultados para specific learning difficulties
em Universidad de Alicante
Resumo:
En este estudio se analiza la integración de las TIC en un escenario de aprendizaje específico: un centro público de Alicante catalogado como Centro Educativo Inteligente [CEI], según el programa de pilotaje homónimo de la Comunidad Valenciana. Se pondera detenidamente, mediante una investigación mixta el conocimiento tecnológico, pedagógico y disciplinar de los docentes a partir del Modelo TPACK. Como instrumentos de evaluación se han utilizado encuestas, entrevistas y grupos de discusión. Entre los resultados alcanzados, destaca la constatación de la inseguridad del profesorado al aplicar los conocimientos tecnológico-pedagógicos en sus clases, si bien se trata de un CEI. Se analiza detenidamente la paradoja establecida entre tal percepción del profesorado y la opinión del equipo directivo, que postula lo contrario.
Resumo:
El proceso de aprendizaje que tiene lugar durante la formación práctico de los estudiantes genera algunos interrogantes: ¿de qué depende ese aprendizaje práctico? ¿Cómo se lleva a cabo?, ¿cuáles son las vivencias de los estudiantes durante esos meses de formación?, ¿cuáles son sus mayores dificultades de aprendizaje? etc. El objetivo de la investigación fue conocer y comprender cuáles fueron las vivencias y experiencias de los estudiantes de sus periodos de formación práctica ante la proximidad de convertirse en profesionales de la salud. Metodología: investigación cualitativa con método fenomenológico. Los datos se obtuvieron del análisis de las memorias reflexivas que los estudiantes de 4º de grado realizaron al finalizar las veinte semanas de prácticas correspondientes al Practicum IV. Conclusiones: a través de los testimonios de los estudiantes se identifican tres aspectos significativos: la necesidad de la práctica reflexiva, los condicionantes de las relaciones humanas en el aprendizaje y valor de los aspectos invisibles del cuidado.
Resumo:
Inspirados por las estrategias de detección precoz aplicadas en medicina, proponemos el diseño y construcción de un sistema de predicción que permita detectar los problemas de aprendizaje de los estudiantes de forma temprana. Partimos de un sistema gamificado para el aprendizaje de Lógica Computacional, del que se recolectan masivamente datos de uso y, sobre todo, resultados de aprendizaje de los estudiantes en la resolución de problemas. Todos estos datos se analizan utilizando técnicas de Machine Learning que ofrecen, como resultado, una predicción del rendimiento de cada alumno. La información se presenta semanalmente en forma de un gráfico de progresión, de fácil interpretación pero con información muy valiosa. El sistema resultante tiene un alto grado de automatización, es progresivo, ofrece resultados desde el principio del curso con predicciones cada vez más precisas, utiliza resultados de aprendizaje y no solo datos de uso, permite evaluar y hacer predicciones sobre las competencias y habilidades adquiridas y contribuye a una evaluación realmente formativa. En definitiva, permite a los profesores guiar a los estudiantes en una mejora de su rendimiento desde etapas muy tempranas, pudiendo reconducir a tiempo los posibles fracasos y motivando a los estudiantes.