Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uci.cu/jspui/handle/123456789/9617
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorGonzález Herrera, Carlos Yordan-
dc.contributor.authorAragón Barreda, Yaniel Lázaro-
dc.coverage.spatial1001206en_US
dc.date.accessioned2021-11-09T18:28:09Z-
dc.date.available2021-11-09T18:28:09Z-
dc.date.issued2021-10-
dc.identifier.urihttps://repositorio.uci.cu/jspui/handle/123456789/9617-
dc.description.abstractLas Tecnologías para Aprendizaje y el Conocimiento han propiciado el avance de la educación hacia la virtualidad. La Universidad de las Ciencias Informáticas, como centro de estudios, tiene la premisa de vincular estas tecnologías en el proceso docente educativo. Dentro del plan de estudio de la carrera Ingeniería en Ciencias Informáticas, se encuentra la asignatura Sistemas de Bases de Datos I. En ella, se emplea la herramienta RDB-Learning como plataforma virtual de apoyo al proceso de enseñanza aprendizaje. La herramienta desarrollada facilita la ejercitación fuera de las aulas, sin embargo, cuando los estudiantes se disponen a realizar ejercicios de manera autodidacta, no cuentan con una guía u orientación que les permita seleccionar los que más se ajusten a sus necesidades según las habilidades alcanzadas en la asignatura. Esta investigación, presenta un sistema para la recomendación automática de ejercicios en la plataforma RDB-Learning, el cual sugiere a los estudiantes cuál ejercicio realizar, a partir del conocimiento previo de qué habilidades el estudiante ha podido desarrollar en la asignatura dado por sus evaluaciones sistemáticas. Para ello, se describe el entorno de desarrollo del sistema y se realiza un análisis de los principales algoritmos de recomendación existentes. Además, se hace una evaluación de cómo la herramienta contribuye al aprendizaje guiado de los estudiantes. De esta manera, se logra valorar cómo contribuye el uso de las tecnologías al campo de la educación virtual.en_US
dc.description.abstractThe Learning and Knowledge Technologies have led to the advancement of education towards virtuality. The University of Computer Science, as a center for higher studies, has the premise of linking these technologies in the educational teaching process. Within the study plan of the Computer Science Engineering career, there is the subject Database Systems I. In it, the RDB-Learning tool is used as a virtual platform to support the teaching-learning process. The developed tool facilitates exercise outside the classroom, however, when students are prepared to perform exercises self-taught, they do not have a guide or orientation that allows them to select the ones that best suit their needs according to the skills achieved in the subject. This research presents a system for the automatic recommendation of exercises in the RDB-Learning platform, which suggests to students which exercise to carry out, based on prior knowledge of what skills the student has been able to develop in the subject given by their systematic evaluations. For this, the development environment of the system is described and an analysis of the main existing recommendation algorithms is carried out. In addition, an evaluation is made of how the tool contributes to the guided learning of the students. In this way, it is possible to assess how the use of technologies contributes to the field of virtual education.en_US
dc.language.isospaen_US
dc.publisherEdiciones Futuroen_US
dc.subjectALGORITMOen_US
dc.subjectAPRENDIZAJE GUIADOen_US
dc.subjectEJERCICIOen_US
dc.subjectHABILIDADESen_US
dc.subjectRECOMENDACIÓN AUTOMÁTICAen_US
dc.titleAprendizaje guiado en la educación virtual: la recomendación automática de ejerciciosen_US
dc.title.alternativeGuided learning on virtual education: the automatic recommendation of exercisesen_US
dc.typeconferenceObjecten_US
dc.rights.holderUniversidad de las Ciencias Informáticasen_US
dc.source.titleUCIENCIA 2021en_US
dc.source.conferencetitleIV Taller internacional de Enseñanza de las Ciencias Informáticas.en_US
Aparece en las colecciones: UCIENCIA 2021

Ficheros en este ítem:
Fichero Tamaño Formato  
UCIENCIA_2021_paper_73.pdf502.18 kBAdobe PDFVisualizar/Abrir


Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.