La formación a través de medios electrónicos : experiencia de las PYMEs.

El documento se fundamenta en investigaciones efectuadas dentro del proyecto Adapt Learning Support for Small Businesses

Teaching English as an additional language: a MESHGuide

This guide has been co-authored by Naomi Flynn, an Associate Professor at The University of Reading, working with Chris Pim and Sarah Coles who are specialist advisory teachers with Hampshire’s Ethnic Minority and Traveller Achievement Service (EMTAS). It was constructed with the support of teachers in primary and secondary schools in Hampshire, selected for their existing expertise in teaching EAL learners, who used the guidance for action research during the spring and summer of 2015. The guide is written principally to support teachers and learning support assistants working with EAL learners in any educational setting and who are at any stage of fluency in the learning of English. It will also support senior leaders in their strategic response to the EAL learners in their schools. As with all MESH guides it seeks to share knowledge with professionals in order to support the growth of evidence informed practice that works in promoting the best in pupil outcomes

Avaliação de compostos com actividade inibidora da glicoproteína-P

A resistência a múltiplos fármacos é um grande problema na terapia anti-cancerígena, sendo a glicoproteína-P (P-gp) uma das responsáveis por esta resistência. A realização deste trabalho incidiu principalmente no desenvolvimento de modelos matemáticos/estatísticos e “químicos”. Para os modelos matemáticos/estatísticos utilizamos métodos de Machine Learning como o Support Vector Machine (SVM) e o Random Forest, (RF) em relação aos modelos químicos utilizou-se farmacóforos. Os métodos acima mencionados foram aplicados a diversas proteínas P-gp, p53 e complexo p53-MDM2, utilizando duas famílias: as pifitrinas para a p53 e flavonóides para P-gp e, em menor medida, um grupo diversificado de moléculas de diversas famílias químicas. Nos modelos obtidos pelo SVM quando aplicados à P-gp e à família dos flavonóides, obtivemos bons valores através do kernel Radial Basis Function (RBF), com precisão de conjunto de treino de 94% e especificidade de 96%. Quanto ao conjunto de teste com previsão de 70% e especificidade de 67%, sendo que o número de falsos negativos foi o mais baixo comparativamente aos restantes kernels. Aplicando o RF à família dos flavonóides verificou-se que o conjunto de treino apresenta 86% de precisão e uma especificidade de 90%, quanto ao conjunto de teste obtivemos uma previsão de 70% e uma especificidade de 60%, existindo a particularidade de o número de falsos negativos ser o mais baixo. Repetindo o procedimento anterior (RF) e utilizando um total de 63 descritores, os resultados apresentaram valores inferiores obtendo-se para o conjunto de treino 79% de precisão e 82% de especificidade. Aplicando o modelo ao conjunto de teste obteve-se 70% de previsão e 60% de especificidade. Comparando os dois métodos, escolhemos o método SVM com o kernel RBF como modelo que nos garante os melhores resultados de classificação. Aplicamos o método SVM à P-gp e a um conjunto de moléculas não flavonóides que são transportados pela P-gp, obteve-se bons valores através do kernel RBF, com precisão de conjunto de treino de 95% e especificidade de 93%. Quanto ao conjunto de teste, obtivemos uma previsão de 70% e uma especificidade de 69%, existindo a particularidade de o número de falsos negativos ser o mais baixo. Aplicou-se o método do farmacóforo a três alvos, sendo estes, um conjunto de inibidores flavonóides e de substratos não flavonóides para a P-gp, um grupo de piftrinas para a p53 e um conjunto diversificado de estruturas para a ligação da p53-MDM2. Em cada um dos quatro modelos de farmacóforos obtidos identificou-se três características, sendo que as características referentes ao anel aromático e ao dador de ligações de hidrogénio estão presentes em todos os modelos obtidos. Realizando o rastreio em diversas bases de dados utilizando os modelos, obtivemos hits com uma grande diversidade estrutural.

Aprendizado significativo aplicado ao ensino de algoritmos

The course of Algorithms and Programming reveals as real obstacle for many students during the computer courses. The students not familiar with new ways of thinking required by the courses as well as not having certain skills required for this, encounter difficulties that sometimes result in the repetition and dropout. Faced with this problem, that survey on the problems experienced by students was conducted as a way to understand the problem and to guide solutions in trying to solve or assuage the difficulties experienced by students. In this paper a methodology to be applied in a classroom based on the concepts of Meaningful Learning of David Ausubel was described. In addition to this theory, a tool developed at UFRN, named Takkou, was used with the intent to better motivate students in algorithms classes and to exercise logical reasoning. Finally a comparative evaluation of the suggested methodology and traditional methodology was carried out, and results were discussed

Desenvolvimento de um objeto de aprendizagem para análise de sistemas de energia elétrica

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Ambiente data cleaning: suporte extensível, semântico e automático para análise e transformação de dados

Pós-graduação em Ciência da Computação - IBILCE

Significações e sentimentos sobre o erro: alunos que frequentam a sala de apoio à aprendizagem

Pós-graduação em Psicologia - FCLAS

Network-based high level data classification

Traditional supervised data classification considers only physical features (e. g., distance or similarity) of the input data. Here, this type of learning is called low level classification. On the other hand, the human (animal) brain performs both low and high orders of learning and it has facility in identifying patterns according to the semantic meaning of the input data. Data classification that considers not only physical attributes but also the pattern formation is, here, referred to as high level classification. In this paper, we propose a hybrid classification technique that combines both types of learning. The low level term can be implemented by any classification technique, while the high level term is realized by the extraction of features of the underlying network constructed from the input data. Thus, the former classifies the test instances by their physical features or class topologies, while the latter measures the compliance of the test instances to the pattern formation of the data. Our study shows that the proposed technique not only can realize classification according to the pattern formation, but also is able to improve the performance of traditional classification techniques. Furthermore, as the class configuration's complexity increases, such as the mixture among different classes, a larger portion of the high level term is required to get correct classification. This feature confirms that the high level classification has a special importance in complex situations of classification. Finally, we show how the proposed technique can be employed in a real-world application, where it is capable of identifying variations and distortions of handwritten digit images. As a result, it supplies an improvement in the overall pattern recognition rate.

Lernmanagement-Plattformen revisited: Strategien für die organisatorische Verankerung von Evaluations- und Re-Evaluationsprozessen an der Universität Trier

Zentrale Lernmanagement-Plattformen sind mittlerweile an vielen Hochschulen Standard. Damit diese Plattformen nachhaltig genutzt werden, müssen bei der Bewertung die vielfältigen Interessen von Lehrenden, Studierenden, zentralen Einrichtungen bis hin zur Hochschulleitung berücksichtigt werden. Dies gilt sowohl für die Evaluationsprozesse zur Einführung von Lernplattformen, wie auch für Re-Evaluationsprozesse, die notwendig sind, um die Infrastruktur einer Hochschule den sich verändernden Bedürfnissen und Rahmenbedingungen anpassen zu können. An der Universität Trier wurde bzw. werden (Re-)Evaluationsverfahren durchgeführt, bei denen systematisch alle Stakeholder der Hochschule einbezogen werden. Grundlage dafür ist ein Netzwerk aller E-Learning-Support- und Entwicklungseinrichtungen der Universität, das im Rahmen eines Projektes zur E-Learning-Integration etabliert wurde. Der Artikel stellt als Fallstudie die Konzepte für die Evaluations- und Re-Evaluationsprozesse an der Universität Trier vor. Dabei wird weniger auf das Verfahren selbst hinsichtlich der Kriterienwahl und Bewertung sowie den Ergebnissen fokussiert, sondern vielmehr auf Rollen und Aufgaben der Akteure in diesen Entscheidungsprozessen.

Estrategias de aprendizaje y rendimiento académico según el género en estudiantes universitarios

El presente trabajo tiene como objetivo identificar las estrategias de aprendizaje que utilizan los estudiantes universitarios según el género, y analizar la relación entre el uso de esas estrategias y el promedio académico obtenido. Para tal fin, se realizó un estudio de carácter descriptivo correlacional. Para la recolección de los datos, se aplicó la Escala de Estrategias de Aprendizaje ACRA-Abreviada (de la Fuente Arias y Justicia Justicia, 2003). El cuestionario se administró a 364 estudiantes de ambos sexos de la Universidad Nacional de La Plata. Las estrategias utilizadas con mayor frecuencia corresponden a las dimensiones de apoyo al aprendizaje y hábitos de estudio. Se observó una utilización limitada de las estrategias cognitivas y de control del aprendizaje. Considerando el tiempo de su trayecto educativo, los resultados mostraron que los estudiantes con calificaciones más elevadas no utilizan necesariamente mayor cantidad de estrategias durante el aprendizaje que los alumnos con promedios más bajos. Continuando estudios anteriores de este mismo equipo de investigación, se analizó el uso de estrategias según la variable género . Se observaron usos diferentes de algunas estrategias entre varones y mujeres

Estrategias de aprendizaje y rendimiento académico según el género en estudiantes universitarios

El presente trabajo tiene como objetivo identificar las estrategias de aprendizaje que utilizan los estudiantes universitarios según el género, y analizar la relación entre el uso de esas estrategias y el promedio académico obtenido. Para tal fin, se realizó un estudio de carácter descriptivo correlacional. Para la recolección de los datos, se aplicó la Escala de Estrategias de Aprendizaje ACRA-Abreviada (de la Fuente Arias y Justicia Justicia, 2003). El cuestionario se administró a 364 estudiantes de ambos sexos de la Universidad Nacional de La Plata. Las estrategias utilizadas con mayor frecuencia corresponden a las dimensiones de apoyo al aprendizaje y hábitos de estudio. Se observó una utilización limitada de las estrategias cognitivas y de control del aprendizaje. Considerando el tiempo de su trayecto educativo, los resultados mostraron que los estudiantes con calificaciones más elevadas no utilizan necesariamente mayor cantidad de estrategias durante el aprendizaje que los alumnos con promedios más bajos. Continuando estudios anteriores de este mismo equipo de investigación, se analizó el uso de estrategias según la variable género . Se observaron usos diferentes de algunas estrategias entre varones y mujeres

Estrategias de aprendizaje y rendimiento académico según el género en estudiantes universitarios

El presente trabajo tiene como objetivo identificar las estrategias de aprendizaje que utilizan los estudiantes universitarios según el género, y analizar la relación entre el uso de esas estrategias y el promedio académico obtenido. Para tal fin, se realizó un estudio de carácter descriptivo correlacional. Para la recolección de los datos, se aplicó la Escala de Estrategias de Aprendizaje ACRA-Abreviada (de la Fuente Arias y Justicia Justicia, 2003). El cuestionario se administró a 364 estudiantes de ambos sexos de la Universidad Nacional de La Plata. Las estrategias utilizadas con mayor frecuencia corresponden a las dimensiones de apoyo al aprendizaje y hábitos de estudio. Se observó una utilización limitada de las estrategias cognitivas y de control del aprendizaje. Considerando el tiempo de su trayecto educativo, los resultados mostraron que los estudiantes con calificaciones más elevadas no utilizan necesariamente mayor cantidad de estrategias durante el aprendizaje que los alumnos con promedios más bajos. Continuando estudios anteriores de este mismo equipo de investigación, se analizó el uso de estrategias según la variable género . Se observaron usos diferentes de algunas estrategias entre varones y mujeres

Consumer-identified barriers and strategies for optimizing technology use in the workplace

Purpose. This article explores the experiences of 26 assistive technology (AT) users having a range of physical impairments as they optimized their use of technology in the workplace. Method. A qualitative research design was employed using in-depth, open-ended interviews and observations of AT users in the workplace. Results. Participants identified many factors that limited their use of technology such as discomfort and pain, limited knowledge of the technology's features, and the complexity of the technology. The amount of time required for training, limited work time available for mastery, cost of training and limitations of the training provided, resulted in an over-reliance on trial and error and informal support networks and a sense of isolation. AT users enhanced their use of technology by addressing the ergonomics of the workstation and customizing the technology to address individual needs and strategies. Other key strategies included tailored training and learning support as well as opportunities to practice using the technology and explore its features away from work demands. Conclusions. This research identified structures important for effective AT use in the workplace which need to be put in place to ensure that AT users are able to master and optimize their use of technology.