Facultad Regional Santa Fe
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/113
Browse
6 results
Search Results
Item Modelo de interoperabilidad en repositorios institucionales de acceso abierto para objetos de aprendizaje(2023-06) Sandobal Verón, Valeria Celeste; Gutiérrez, María de los Milagros; Ale, Mariel AlejandraLos repositorios digitales surgen como una solución a lo que se denominó la crisis del modelo tradicional de comunicación científica. Las iniciativas de acceso abierto son una alternativa a esta forma de comunicación. A través de distintas declaraciones (como Budapest, Berlín y otras) se buscó que los investigadores expongan sus trabajos de manera pública con el objetivo de poder compartir, reutilizar y generar servicios a partir de las publicaciones compartidas. A estas iniciativas se sumaron las universidades e instituciones educativas, vislumbrando en los repositorios la forma de exponer los trabajos que se realizan en las mismas. De allí que surgen los Repositorios Institucionales (RI). Al incluir en los repositorios institucionales material educativo, que se definen como objetos de aprendizaje (OA), aparece un nuevo término para estos repositorios, denominados como Repositorios de Objetos de Aprendizaje (ROA). Un OA se caracteriza por ser utilizado específicamente en el aprendizaje, enseñanza y evaluación de los estudiantes.Item Sistema recomendador como soporte en el desarrollo de Objetos de Aprendizaje(XXVI Congreso Internacional de Tecnología Educativa - EDUTEC, 2023-11) Bertossi, Valeria; Gutiérrez, Milagros; Romero, LucilaUna tecnología que puede responder a las demandas de recursos educativos en los nuevos escenarios académicos –presencialidad, virtualidad, hibridación– son los objetos de aprendizaje (OA). Pero la planta docente en carreras de Ingeniería, conformada mayormente por ingenieros que trabajan de profesores, si bien es idónea en lo disciplinar cuenta con poca o nula formación didáctica, entrando en contradicción con la dimensión pedagógica que entraña la construcción de OA. Una solución a esta problemática la aportan los sistemas recomendadores (SR). Éstos pueden embeber el conocimiento experto sobre diseño instruccional y estrategias didácticas en un conjunto de reglas lógicas computables dentro de una arquitectura de recomendación, brindando soporte a docentes inexpertos en esas áreas a la hora de desarrollar sus propios materiales educativos digitales. En este trabajo, se presenta una arquitectura de un SR basado en conocimiento que asista a docentes durante dicha tarea.Item Una Arquitectura de sistema recomendador para el desarrollo de Objetos de Aprendizaje para ingenierías bajo el enfoque por competencias(XXVI Congreso Internacional de Tecnología Educativa - EDUTEC, 2023-11) Bertossi, Valeria; Romero, Lucila; Gutiérrez, MilagrosLos objetos de aprendizaje son materiales educativos digitales que se adaptan a las diferentes configuraciones académicas de la actualidad –presencialidad, virtualidad, presencialidad remota, bimodalidad, hibridación. Además, son adecuados para contextos educativos que adhieren al enfoque de enseñanza por competencias y centrada en el estudiante. Pero su construcción entraña conocimiento y habilidades en diseño instruccional tecnológico, competencia que no es sencillo encontrar en docentes de carreras de Ingeniería, ya que la mayoría son ingenieros con poca o nula formación en didáctica universitaria. Una alternativa de solución a este problema podrían aportarla los sistemas recomendadores basados en conocimiento. Consisten en aplicaciones de Inteligencia Artificial capaces de encapsular en un conjunto de reglas lógicas computables el conocimiento experto de un dominio, en este caso, el del diseño instruccional de objetos de aprendizaje. En esta comunicación presentamos una arquitectura de un sistema recomendador basado en conocimiento destinado a asistir a docentes mientras desarrollan sus propios objetos de aprendizaje.Item Desarrollo de competencias a través de Objetos de Aprendizaje: una revisión sistemática de la literatura(CISTI 2022, 2022-06) Bourlot, Jimena; Romero, Lucila; Ale, Mariel AlejandraActualmente, las carreras de Ingeniería de Argentina se encuentran inmersas en un proceso de cambio de paradigma hacia la enseñanza que adopte la Formación por Competencias (FPC). Esto presenta un nuevo desafío para el desarrollo asertivo de materiales como actividad complementaria a la planificación de la secuencia didáctica que realiza el docente al plantear un recorrido de aprendizaje. En este trabajo los autores presentan la revisión bibliográfica realizada con respecto al diseño de Objetos de Aprendizaje para la enseñanza en entornos formativos por competencias. Como resultado de la misma, se revela la necesidad de abordar la generación de OA en contextos de FPC, dado que las metodologías relevadas contemplan de manera acotada el enfoque de competencias, o bien no contienen un diseño que garantice la alineación del OA desarrollado con las competencias profesionales.Item Modelo ontológico de un patrón de arquitectura de objetos de aprendizaje basados en competencias para carreras de ingeniería(VI CONGRESO BIENAL ARGENCON 2022, 2022-09) Bourlot, Jimena del Carmen; Santucci, Viviana Andrea; Ale, Mariel Alejandra; Romero, LucilaEn el presente trabajo se expone una propuesta para el diseno de Objetos de Aprendizaje (OA), que abarca la perspectiva pedagogica y computacional, que permite componer materiales educativos basados en competencias en carreras de ingeniería de acuerdo con los estandares y lineamientos propuestos por CONFEDI. Desde el punto de vista pedagogico se analiza el enfoque de formacion por competencias próximo a implementarse en las universidades de Argentina. A partir de la perspectiva computacional, se presenta un patron de arquitectura modelado a traves de una ontología, para la produccion de OAs que sigan el enfoque considerado. Como resultado se obtiene un modelo consistente que integra los elementos propuestos, y que ademas es legible por computadora, lo cual permite su automatizacion.Item AMELOIR : algoritmo para la extracción automática de metadatos a partir de objetos de aprendizaje en un repositorio institucional(2017-08) Pinilla Gómez, Adriana Constanza; Gutiérrez, María de los Milagros; Ballejos, Luciana CristinaEl principal aporte de esta tesis es el diseño e implementación de AMELOIR (Automatic Metadata Extracción Learning Object Institutional Repository), un nuevo algoritmo para la extracción automática de metadatos en repositorios institucionales utilizando técnicas de procesamiento de lenguaje natural e inteligencia artificial. AMELOIR fue incorporado en la plataforma DSpace alterando el proceso de almacenamiento, de tal manera que al ser cargado un archivo para almacenar, se invoca al extractor para que obtenga automáticamente los metadatos. Éstos se presentan al usuario en la etapa de verificación de metadatos, para que sean validados y completados en caso de que sea necesario.