ISMAEL : un agente BDI como cerebro de una plataforma de tele-educación

Resumen tomado del autor

Estilos de aprendizaje que predominan entre los estudiantes universitarios.

Resumen basado en el del autor

Una propuesta de incorporación de los estilos de aprendizaje a los modelos de usuario en sistemas de enseñanza adaptativos.

Esta investigación está motivada por teorías educativas que sostienen que proporcionar cursos que se adapten al estilo propio de aprendizaje hace que los estudiantes aprendan de forma más fácil y, por lo tanto, mejore el proceso de enseñanza aprendizaje. La propuesta se centra en la incorporación de los estilos de aprendizaje al modelo de usuario en un sistema hipermedia adaptativo, de acuerdo con el modelo de Felder-Silverman. En la fase de inicialización del modelo, este trabajo propone el uso de un cuestionario adaptativo, basado en el cuestionario Index of Learning Styles, para la identificación del estilo de aprendizaje del estudiante. Además se proponen métodos de inferencia para actualizar ese modelo basándose en el comportamiento y las acciones del estudiante. Se ha llevado a cabo la implementación de la adaptación basada en el estilo de aprendizaje del estudiante en TANGOW (Task-based Adaptive learNer Guidance On the Web), un sistema hipermedia adaptativo. Por otra parte, se han realizado investigaciones para determinar el impacto de los estilos de aprendizaje en el trabajo colaborativo. De las conclusiones extraídas se ha desarrollado una agrupación y se ha implementado una herramienta de agrupación supervisada llamada TOGETHER, que facilita la visualización de los resultados de agrupamiento y la modificación de algunos parámetros para obtener el resultado deseado. La evaluación de TOGETHER muestra que los estudiantes agrupados con ella obtuvieron mejores resultados. Concretamente los grupos formados por TOGETHER respondieron correctamente a 1.25 preguntas más, de un total de 10, que los otros grupos. Asimismo, TOGETHER ha sido utilizado directamente por un grupo de profesores con el objetivo de recabar su opinión sobre la utilidad de la misma para el agrupamiento supervisado.

Discrepancias en los estilos de aprendizaje de estudiantes marroquíes.

Resumen basado en el de la publicación

Identificación de variables que influyen en los estilos de aprendizaje : claves para conocer cómo aprenden los estudiantes.

Resumen basado en el de la publicación

Estilos de aprendizaje en alumnos universitarios : peculiaridades al momento de aprender

Resumen basado en el de la publicaci??n

Estilos intelectuales de aprendizaje en la interacción educativa de profesores-as, estudiantes : hacia una enseñanza adaptativa.

Identificar los estilos intelectuales y los estilos de enseñanza y aprendizaje de profesores y alumnos y examinar las relaciones entre ellos.. Muestra 1: 459 alumnos-as de ESO (40 por ciento) y primero de Bachillerato (60 por ciento) de tres institutos de Enseñanza Secundaria de Murcia y Cartagena. Muestra 2: 108 sujetos que imparten docencia a los alumnos anteriores.. Se realiza primero un estudio teórico sobre el origen, evolución y tratamiento del concepto de estilos intelectuales desde diferentes disciplinas. Se revisan conceptualmente los términos estilo de aprendizaje y enseñanza y se analizan los estilos intelectuales propuestos por Sternberg para referirse al autogobierno mental del alumno y del profesor. Después se realiza un estudio empírico para examinar la relación del estilo intelectual y de aprendizaje de los estudiantes con el estilo intelectual y de instrucción del profesor. Se adaptan los instrumentos, se aplican a la muestra de estudiantes y profesores y se recogen las calificaciones finales de los alumnos. Se realizan análisis correlacionales entre las variables de los distintos estilos intelectuales, análisis de varianza y pruebas t de diferencia de medias para examinar las diferencias entre los centros y se calcula el índice de similitud para la comparación de perfiles de profesores-alumnos en cada asignatura.. Test de Factor G de Catell de nivel 3, Inventario de Estilos Intelectuales para Alumnos de Sternberg, Cuestionario de Tareas Abiertas para la Medida del Estilo Intelectual de Sternberg, Inventario de Estilos Intelectuales de los Alumnos Evaluados por el Profesor de Sternberg, Knowledge Accessing Modes Inventory (KAMI) de Rancourt, Indicador de Tipo Myers-Briggs Forma G, NASSP, Learning Styles Inventory (LSI) de Canfield, Inventario de Estilos Intelectuales para Profesores de Sternberg, Inventario de Estilos Instruccionales (ISI) de Canfield.. Los resultados de la adaptación de los diferentes instrumentos son satisfactorios, mostrando unos índices de fiabilidad adecuados. Se evidencian bastantes relaciones significativas entre los diversos estilos intelectuales y de aprendizaje del alumno entre sí y con las calificaciones escolares. Se revelan diferencias entre los tres centros estudiados en el estilo intelectual de los alumnos, así como en varios estilos de aprendizaje, aunque no ocurre lo mismo cuando se tienen en cuenta los estilos intelectuales y de enseñanza del profesorado. La comparación de perfiles de profesores y alumnos pone de manifiesto que los profesores de las distintas asignaturas muestran estilos característicos predominantes y que, en algunos casos, la coincidencia entre el estilo intelectual del profesor y el del alumno está asociada a las calificaciones obtenidas por éste. Esto parece indicar que existe una mayor relación entre los estilos intelectuales de los alumnos y sus calificaciones cuando coinciden el estilo intelectual del alumno y el del profesor..

Estilos de enseñanza-aprendizaje : un enfoque para el asesoramiento y orientación de profesores y alumnos.

Estudiar diferentes teorías, modelos y procedimientos de evaluación y asesoramiento sobre los estilos de aprendizaje e instrucción y ponderar su importancia en el asesoramiento y la orientación académica, vocacional y profesional. Adaptar nuevos instrumentos de evaluación de los estilos intelectuales y de aprendizaje de profesores y alumnos. Muestra incidental de 459 estudiantes de ESO y primero de Bachillerato de institutos de Murcia y Cartagena y 108 docentes, profesores de los estudiantes de la muestra. Se ha desarrollado la investigación en dos fases: en la primera se traducen los inventarios sobre estilos intelectuales de profesores y alumnos de Sternberg, en la segunda se procede a la aplicación de las pruebas seleccionadas (Sternberg y otras). Se recogen también las calificaciones de las actas finales. Para los alumnos: Test Factor G de Cattell (Cattel y Cattell, 1963,1973); Inventario de Estilos Intelectuales para alumnos (Sternberg y Wagner, 1991);Cuestionario de tareas abiertas para la medida del estilo intelectual (Sternberg); Inventario de Estilos Intelectuales de los alumnos evaluados por el profesor (Sternberg y cols.); Knowledge Accesing Modes Inventory (Racount, 1978, 1986); indicador de Tipo, forma G (Myers-Brigg); Cuestionario NASSP (National Association of Secondary School Principals) y el Learning Styles Inventory (Candfield y Canfield, 1976b). Para los profesores: Inventario de Estilos Intelectuales para profesores de Sternberg (García López, 1998), Inventario de Estilos Instruccionales (Candfield y Candfield, 1976a). Fiabilidad, consistencia interna de las pruebas (alfa de Cronbach), análisis correlacional, análisis diferenciales y comparados de los perfiles y tipologías de profesores y alumnos. La adaptación a las diferencias individuales del alumnado, representadas en estilos intelectuales y de aprendizaje diferentes, parece llevar a una mayor satisfacción personal y a un mayor rendimiento académico de los alumnos. La respuesta adecuada a estas características ha de tomar diversas formas e incluye, tanto una adecuada orientación y asesoramiento psicopedagógicos, como una mayor flexibilidad educativa y organizativa dentro de los límites impuestos por la disciplina.

Sistema Inteligente de Tutorización Avanzada (SITA). Un caso de aplicación : GEKA.

El artículo está incluido en un número monográfico especial con los trabajos del I Simposio Pluridisciplinar sobre Diseño, Evaluación y Descripción de Contenidos Educativos Reutilizables (Guadalajara, Octubre 2004).Resumen basado en el de la publicación

Análise e síntese de antenas e superfícies seletivas de frequência utilizando computação evolucionária e inteligência de enxames

The frequency selective surfaces, or FSS (Frequency Selective Surfaces), are structures consisting of periodic arrays of conductive elements, called patches, which are usually very thin and they are printed on dielectric layers, or by openings perforated on very thin metallic surfaces, for applications in bands of microwave and millimeter waves. These structures are often used in aircraft, missiles, satellites, radomes, antennae reflector, high gain antennas and microwave ovens, for example. The use of these structures has as main objective filter frequency bands that can be broadcast or rejection, depending on the specificity of the required application. In turn, the modern communication systems such as GSM (Global System for Mobile Communications), RFID (Radio Frequency Identification), Bluetooth, Wi-Fi and WiMAX, whose services are highly demanded by society, have required the development of antennas having, as its main features, and low cost profile, and reduced dimensions and weight. In this context, the microstrip antenna is presented as an excellent choice for communications systems today, because (in addition to meeting the requirements mentioned intrinsically) planar structures are easy to manufacture and integration with other components in microwave circuits. Consequently, the analysis and synthesis of these devices mainly, due to the high possibility of shapes, size and frequency of its elements has been carried out by full-wave models, such as the finite element method, the method of moments and finite difference time domain. However, these methods require an accurate despite great computational effort. In this context, computational intelligence (CI) has been used successfully in the design and optimization of microwave planar structures, as an auxiliary tool and very appropriate, given the complexity of the geometry of the antennas and the FSS considered. The computational intelligence is inspired by natural phenomena such as learning, perception and decision, using techniques such as artificial neural networks, fuzzy logic, fractal geometry and evolutionary computation. This work makes a study of application of computational intelligence using meta-heuristics such as genetic algorithms and swarm intelligence optimization of antennas and frequency selective surfaces. Genetic algorithms are computational search methods based on the theory of natural selection proposed by Darwin and genetics used to solve complex problems, eg, problems where the search space grows with the size of the problem. The particle swarm optimization characteristics including the use of intelligence collectively being applied to optimization problems in many areas of research. The main objective of this work is the use of computational intelligence, the analysis and synthesis of antennas and FSS. We considered the structures of a microstrip planar monopole, ring type, and a cross-dipole FSS. We developed algorithms and optimization results obtained for optimized geometries of antennas and FSS considered. To validate results were designed, constructed and measured several prototypes. The measured results showed excellent agreement with the simulated. Moreover, the results obtained in this study were compared to those simulated using a commercial software has been also observed an excellent agreement. Specifically, the efficiency of techniques used were CI evidenced by simulated and measured, aiming at optimizing the bandwidth of an antenna for wideband operation or UWB (Ultra Wideband), using a genetic algorithm and optimizing the bandwidth, by specifying the length of the air gap between two frequency selective surfaces, using an optimization algorithm particle swarm

Estilos de aprendizagem sob a ótica da Psicologia Evolucionista

Among a variety of learning conceptions, David Kolb´s Experiential Learning Theory proposes four different learning styles: diverging, characterized by orientation towards people and multi-perspective vision; assimilating, concerned with ideas and abstract concepts as well as theory formulation; converging, expert in dealing with technical tasks and problem solving; and accommodating, risk taker and good at getting things done. Interesting correlations have been pointed out between Kolb s learning styles, professional careers and genders. With respect to behaviors, specific cognitive skills and interests, sex differences are widely known, and explained by Evolutionary Psychology as the result of distinct selective pressures acting on each gender. The aim of this research was to assess adolescents learning styles and their relation with interests on school and career choices, analyzing possible gender differences. We distributed questionnaires to 221 senior high school students to research their preferences for school disciplines, professional activities and career choices. The Learning Style Inventory specified the learning style of each individual. Our results showed a high frequency of reflective styles, with predominance of females as diverging and males as assimilating. Concerning school and professional interests, there were correlations between styles oriented towards the abstract and technical interests. Moreover, females preferred disciplines related to languages and interpersonal activities while males preferred disciplines related to science and technical activities. There were more males in exact science and engineering careers, and more females in social science and applied social science. Correlations found between learning styles, school and professional interests corroborate Kolb´s propositions, and the findings about gender differences are supported by Evolutionary Psychology theories

The Brazilian Seismographic Integrated Systems (BRASIS): Infrastructure and data management

In geophysics and seismology, raw data need to be processed to generate useful information that can be turned into knowledge by researchers. The number of sensors that are acquiring raw data is increasing rapidly. Without good data management systems, more time can be spent in querying and preparing datasets for analyses than in acquiring raw data. Also, a lot of good quality data acquired at great effort can be lost forever if they are not correctly stored. Local and international cooperation will probably be reduced, and a lot of data will never become scientific knowledge. For this reason, the Seismological Laboratory of the Institute of Astronomy, Geophysics and Atmospheric Sciences at the University of São Paulo (IAG-USP) has concentrated fully on its data management system. This report describes the efforts of the IAG-USP to set up a seismology data management system to facilitate local and international cooperation. © 2011 by the Istituto Nazionale di Geofisica e Vulcanologia. All rights reserved.

Design instrucional: uma abordagem do design gráfico para o desenvolvimento de ferramentas de suporte à Educação a Distância

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)