IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES
Descripción del Articulo
Una de las reformas institucionales urgentes en nuestro país recae en la política educativa, urge de contar con un sistema educativo equitativo y eficiente, como uno de los principales dinamizadores del desarrollo del país, sin embargo el aprendizaje en niños y el aprestamiento de los jóvenes deja m...
Autores: | , , |
---|---|
Formato: | artículo |
Fecha de Publicación: | 2015 |
Institución: | Universidad Señor de Sipan |
Repositorio: | USS-Revistas |
Lenguaje: | español |
OAI Identifier: | oai:ojs.revistas.uss.edu.pe:article/188 |
Enlace del recurso: | http://revistas.uss.edu.pe/index.php/tzh/article/view/188 |
Nivel de acceso: | acceso abierto |
id |
SSSU_495810bec3ddf046b6340e8dd817b934 |
---|---|
oai_identifier_str |
oai:ojs.revistas.uss.edu.pe:article/188 |
network_acronym_str |
SSSU |
network_name_str |
USS-Revistas |
spelling |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALESSaavedra Delgado, SulmyEfio Rivas, MartínChirinos Mundaca, CarlosUna de las reformas institucionales urgentes en nuestro país recae en la política educativa, urge de contar con un sistema educativo equitativo y eficiente, como uno de los principales dinamizadores del desarrollo del país, sin embargo el aprendizaje en niños y el aprestamiento de los jóvenes deja mucho que desear, no solo son de bajo nivel, sino que están muy mal distribuidos en la sociedad.Dentro de este contexto cabe analizar las estrategias de enseñanza, para promover aprendizajes significativos; las estrategias variaran según lo que se quiere aprender, cada estudiante tiende a desarrollar preferencias o tendencias globales, definiendo un estilo de aprendizaje. Se plantea una aplicación inteligente utilizando la técnica de Redes Neuronales Artificiales (RNA) – variable independiente, a través del modelo de red Perceptron Multicapa (PMC), adecuado para resolver problemas de asociación de patrones, e identificar estilos individuales de aprendizaje en alumnos a través de una asociación de patrones, basado en el modelo VARK (variable dependiente), el cual clasifica a las personas de acuerdo a su preferencia; formado por las letras iniciales de cuatro preferencias modales sensoriales: Visual, Auditiva, Lectura (Read) y Kinesico (Kinesthetic).La RNA tiene 64 neuronas de entrada, 45 neuronas ocultas y 4 neuronas de salida; la capa de entrada conformada por las alternativas del test formado por 16 preguntas, para la investigación se realizó un estudio primero exploratorio y luego documentado, para formular el problema de investigación y plantear los objetivos a desarrollar, la recolección de información fue a través de entrevistas y encuestasUniversidad Señor de Sipán SAC2015-09-21info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionestudio primero exploratorio y luego documentadoapplication/pdfhttp://revistas.uss.edu.pe/index.php/tzh/article/view/188TZHOECOEN; Vol. 7 Núm. 1 (2015): VOL. 7 / Nº 11997-87311997-3985reponame:USS-Revistasinstname:Universidad Señor de Sipaninstacron:USSspahttp://revistas.uss.edu.pe/index.php/tzh/article/view/188/187Derechos de autor 2015 : El o autores conservan los derechos de autor y conceden a la Revista TZHOECOEN el derecho a la publicación del artículo.http://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccess2020-09-23T19:51:06Zmail@mail.com - |
dc.title.none.fl_str_mv |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES |
title |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES |
spellingShingle |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES Saavedra Delgado, Sulmy |
title_short |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES |
title_full |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES |
title_fullStr |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES |
title_full_unstemmed |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES |
title_sort |
IDENTIFICACIÓN DE ESTILOS DE APRENDIZAJE BAJO EL MODELO VARK CON REDES NEURONALES |
dc.creator.none.fl_str_mv |
Saavedra Delgado, Sulmy Efio Rivas, Martín Chirinos Mundaca, Carlos |
author |
Saavedra Delgado, Sulmy |
author_facet |
Saavedra Delgado, Sulmy Efio Rivas, Martín Chirinos Mundaca, Carlos |
author_role |
author |
author2 |
Efio Rivas, Martín Chirinos Mundaca, Carlos |
author2_role |
author author |
dc.description.none.fl_txt_mv |
Una de las reformas institucionales urgentes en nuestro país recae en la política educativa, urge de contar con un sistema educativo equitativo y eficiente, como uno de los principales dinamizadores del desarrollo del país, sin embargo el aprendizaje en niños y el aprestamiento de los jóvenes deja mucho que desear, no solo son de bajo nivel, sino que están muy mal distribuidos en la sociedad.Dentro de este contexto cabe analizar las estrategias de enseñanza, para promover aprendizajes significativos; las estrategias variaran según lo que se quiere aprender, cada estudiante tiende a desarrollar preferencias o tendencias globales, definiendo un estilo de aprendizaje. Se plantea una aplicación inteligente utilizando la técnica de Redes Neuronales Artificiales (RNA) – variable independiente, a través del modelo de red Perceptron Multicapa (PMC), adecuado para resolver problemas de asociación de patrones, e identificar estilos individuales de aprendizaje en alumnos a través de una asociación de patrones, basado en el modelo VARK (variable dependiente), el cual clasifica a las personas de acuerdo a su preferencia; formado por las letras iniciales de cuatro preferencias modales sensoriales: Visual, Auditiva, Lectura (Read) y Kinesico (Kinesthetic).La RNA tiene 64 neuronas de entrada, 45 neuronas ocultas y 4 neuronas de salida; la capa de entrada conformada por las alternativas del test formado por 16 preguntas, para la investigación se realizó un estudio primero exploratorio y luego documentado, para formular el problema de investigación y plantear los objetivos a desarrollar, la recolección de información fue a través de entrevistas y encuestas |
description |
Una de las reformas institucionales urgentes en nuestro país recae en la política educativa, urge de contar con un sistema educativo equitativo y eficiente, como uno de los principales dinamizadores del desarrollo del país, sin embargo el aprendizaje en niños y el aprestamiento de los jóvenes deja mucho que desear, no solo son de bajo nivel, sino que están muy mal distribuidos en la sociedad.Dentro de este contexto cabe analizar las estrategias de enseñanza, para promover aprendizajes significativos; las estrategias variaran según lo que se quiere aprender, cada estudiante tiende a desarrollar preferencias o tendencias globales, definiendo un estilo de aprendizaje. Se plantea una aplicación inteligente utilizando la técnica de Redes Neuronales Artificiales (RNA) – variable independiente, a través del modelo de red Perceptron Multicapa (PMC), adecuado para resolver problemas de asociación de patrones, e identificar estilos individuales de aprendizaje en alumnos a través de una asociación de patrones, basado en el modelo VARK (variable dependiente), el cual clasifica a las personas de acuerdo a su preferencia; formado por las letras iniciales de cuatro preferencias modales sensoriales: Visual, Auditiva, Lectura (Read) y Kinesico (Kinesthetic).La RNA tiene 64 neuronas de entrada, 45 neuronas ocultas y 4 neuronas de salida; la capa de entrada conformada por las alternativas del test formado por 16 preguntas, para la investigación se realizó un estudio primero exploratorio y luego documentado, para formular el problema de investigación y plantear los objetivos a desarrollar, la recolección de información fue a través de entrevistas y encuestas |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-09-21 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion estudio primero exploratorio y luego documentado |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://revistas.uss.edu.pe/index.php/tzh/article/view/188 |
url |
http://revistas.uss.edu.pe/index.php/tzh/article/view/188 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
http://revistas.uss.edu.pe/index.php/tzh/article/view/188/187 |
dc.rights.none.fl_str_mv |
Derechos de autor 2015 : El o autores conservan los derechos de autor y conceden a la Revista TZHOECOEN el derecho a la publicación del artículo. http://creativecommons.org/licenses/by-nc-sa/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Derechos de autor 2015 : El o autores conservan los derechos de autor y conceden a la Revista TZHOECOEN el derecho a la publicación del artículo. http://creativecommons.org/licenses/by-nc-sa/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Señor de Sipán SAC |
publisher.none.fl_str_mv |
Universidad Señor de Sipán SAC |
dc.source.none.fl_str_mv |
TZHOECOEN; Vol. 7 Núm. 1 (2015): VOL. 7 / Nº 1 1997-8731 1997-3985 reponame:USS-Revistas instname:Universidad Señor de Sipan instacron:USS |
reponame_str |
USS-Revistas |
collection |
USS-Revistas |
instname_str |
Universidad Señor de Sipan |
instacron_str |
USS |
institution |
USS |
repository.name.fl_str_mv |
-
|
repository.mail.fl_str_mv |
mail@mail.com |
_version_ |
1684462763977474048 |
score |
13.871978 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).