Vol. 8 (2024): Publicación continua
E) Procesos de formación y actores de la educación

Uso de redes bayesianas para el análisis de la relación enseñanza-aprendizaje considerando estilos de aprendizaje y metodos de enseñanza

PDF
  • Luz Angélica Aguilar Chávez,
  • Manuel Arnoldo Rodríguez Medina,
  • Xóchitl Graciela Aguilar Rivas
Luz Angélica Aguilar Chávez
Tecnológico Nacional de México – Ciudad Juárez, Chihuahua, México.
Biografía
Manuel Arnoldo Rodríguez Medina
Tecnológico Nacional de México – Ciudad Juárez, Chihuahua, México
Biografía
Xóchitl Graciela Aguilar Rivas
Tecnológico Nacional de México – Ciudad Juárez, Chihuahua, México.
Biografía
Portada-v8i0
DOI: https://doi.org/10.33010/recie.v8i0.1941

Publicado 2024-01-11

Palabras clave

  • Learning-teaching,
  • Bayesian networks,
  • teaching styles,
  • learning styles,
  • conditional probability,
  • Bayes’ Theorem
    • ...Más
    Menos
  • Aprendizaje-enseñanza,
  • redes bayesianas,
  • estilos de enseñanza,
  • estilos de aprendizaje,
  • probabilidad condicional,
  • Teorema de Bayes
    • ...Más
    Menos

Cómo citar

Aguilar Chávez, L. A., Rodríguez Medina, M. A., & Aguilar Rivas, X. G. (2024). Uso de redes bayesianas para el análisis de la relación enseñanza-aprendizaje considerando estilos de aprendizaje y metodos de enseñanza. RECIE. Revista Electrónica Científica De Investigación Educativa, 8, E1941. https://doi.org/10.33010/recie.v8i0.1941

Derechos de autor 2024

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Resumen

El análisis del empate entre estilos de enseñanza, así como los de aprendizaje como parte fundamental en la educación científica, se ha transformado en un foco de alta atención en el mundo, objeto de estudio para la formación de personas competentes para la actualidad y para el futuro de la sociedad, tan exigida de la generación de ciudadanos analíticos y sistemáticos dentro del ámbito científico. Este documento analiza la forma en que tanto los estilos de aprendizaje como los métodos de enseñanza afectan en el comportamiento académico de un alumno, aunado a un conjunto de variables adicionales al contexto que repercuten directamente en el aprovechamiento de los alumnos mediante la realización de un análisis y evaluación de los resultados de un muestreo a través de la construcción de redes bayesianas. El presente trabajo recopila información de 1,531 estudiantes y 1,531 docentes pertenecientes al Tecnológico Nacional de México, Campus Ciudad Juárez, referente a características pertenecientes a cada personaje como lo son las sociodemográficas; los estilos de enseñanza y aprendizaje se determinaron aplicando los tests correspondientes, como el de Honey y Alonso para los estilos de aprendizaje.

PDF

Citas

  1. Almond, R. G., Mislevy, R. J., Steinberg, L. S., Yan, D., y Williamson, D. M. (2015). Bayesian networks in educational assessment. Springer.
  2. Botsios, S., Georgiou, D. A., y Safouris, N. F. (2007). Learning style estimation using Bayesian networks. International Conference on Web Information Systems and Technologies, 2, 415-418.
  3. Carmona, C., Castillo, G., y Millán, E. (2008). Designing a dynamic bayesian network for modeling students’ learning styles. 2008 Eighth IEEE International Conference on Advanced Learning Technologies, 346-350. https://doi.org/10.1109/ICALT.2008.116
  4. Cazau, P. (2004). Estilos de aprendizaje: Generalidades. https://cursa.ihmc.us/rid%3D1R440PDZR-13G3T80-2W50/4.%20Pautas-%20evaluar-Estilos-de-Aprendizajes.pdf
  5. Chiang Salgado, M. T., Díaz Larenas, C., y Rivas Aguilera, A. (2013). Un cuestionario de estilos de enseñanza para el docente de educación Superior. Revista Lasallista de Investigación, 10(2), 62-68.
  6. Conati, C., Gertner, A. S., VanLehn, K., y Druzdzel, M. J. (1997). On-line student modeling for coached problem solving using Bayesian networks. En A. Jameson, C. Paris y C. Tasso (eds.), User modeling. International Centre for Mechanical Sciences, vol. 383 (pp. 231-242). Springer. https://doi.org/10.1007/978-3-7091-2670-7_24
  7. Edwards, W. (1998). Hailfinder: tools for and experiences with Bayesian normative modeling. American Psychologist, 53(4), 416.
  8. Feldman, R. S. (2005). Psicología: con aplicaciones en países de habla hispana. McGraw-Hill.
  9. Fernández, A., Morales, M., Rodríguez, C., y Salmerón, A. (2011). A system for relevance analysis of performance indicators in higher education using Bayesian networks. Knowledge and Information Systems, 27(3), 327-344. https://doi.org/10.1007/s10115-010-0297-9
  10. Furman, M. (2018). La educación científica en las aulas de América latina, el estado de la ciencia 2018. Principales indicadores de ciencia y tecnología iberoamericanos/interamericanos. Ricyt/OEI
  11. García, P., Amandi, A., Schiaffino, S., y Campo, M. (2005). Using Bayesian networks to detect students’ learning styles in a web-based education system. En Proceedings of ASAI 2005, Argentine Symposium on Artificial Intelligence (pp. 115-126).
  12. García, P., Amandi, A., Schiaffino, S., y Campo, M. (2007). Evaluating Bayesian networks’ precision for detecting students’ learning styles. Computers & Education, 49(3), 794-808. https://doi.org/10.1016/j.compedu.2005.11.017
  13. Laudadío, M. J., y Da Dalt, E. (2014). Estudio de los estilos de enseñanza y estilos de aprendizaje en la universidad. Educación y Educadores, 17(3), 483-498.
  14. Marchesi, A., y Hernández, C. (coords.) (2003). El fracaso escolar. Una perspectiva internacional. Alianza.
  15. Martin, J., y VanLehn, K. (1995). Student assessment using Bayesian nets. International Journal of Human-Computer Studies, 42(6), 575-591. https://doi.org/10.1006/ijhc.1995.1025
  16. Martínez, I., Renés, P., y Martínez, P. (2019). Los estilos de aprendizaje y de enseñanza: análisis y diagnóstico en educación superior de centro internacional de estudios superiores del español, CIESE-Comillas (España). Revista de Estilos de Aprendizaje, 12(24), 28-41. https://doi.org/10.55777/rea.v12i24.1317
  17. Martínez-Geijo, P. (2002). Categorización de comportamientos de enseñanza desde un enfoque centrado en los estilos de enseñanza [Tesis doctoral inédita. UNED, Madrid].
  18. Mayer, R. E. (2011). Applying the science of learning. Pearson Merrill Prentice Hall.
  19. Mayo, M., y Mitrovic, A. (2001). Optimising ITS behaviour with Bayesian networks and decision theory. International Journal of Artificial Intelligence in Education, 12, 124-153.
  20. Millán, E., Loboda, T., y Pérez-de-la-Cruz, J. L. (2010). Bayesian networks for student model engineering. Computers & Education, 55(4), 1663-1683. https://doi.org/10.1016/j.compedu.2010.07.010
  21. Neapolitan, R. (2004). Learning Bayesian networks. Pearson Prentice Hall.
  22. Nieto, L. E. (2002). Métodos estadísticos bayesianos. http://allman.rhon.itam.mx/~lnieto
  23. Riva Amella, J. L. (2009). Cómo estimular el aprendizaje. Océano.
  24. Tapia, F. (2007). Modelo bayesiano para la optimización y personalizacion de aprendizaje en línea: estudio casuístico [Tesis doctoral, Universidad de las Palmas de Gran Canaria, España].
  25. Wei, H. (2014). Bayesian networks for skill diagnosis and model validation. Annual Meeting of Council on Measurement in Education, Philadelphia, PA. https://www.pearson.com/content/dam/one-dot-com/one.com/global/Files/efficacy-and-research/schools/030_NCME_HW.pdf
  26. Xenos, M. (2004). Prediction and assessment of student behaviour in open and distance education in computers using Bayesian networks. Computers & Education, 43(4), 345- 359. https://doi.org/10.1016/j.compedu.2003.09.005