Search

Central European Conference on Information and Intelligent Systems (CECIIS) (33rd. 2022. Dubrovnik, Croatia), A communication disorder (CD) is an impairment in the ability to receive, send, process, and comprehend concepts or verbal, nonverbal, and graphic symbol systems. Different research works pursue the early detection of communication disorders, because its treatment at early ages shows significant benefits. In a previous study, we developed two applications for tablet devices that help children in the process of learning the sounds and writing of letters and words. Using the Montessori educational method, our applications showed important benefits, for both children with and without communication disorders, in the learning process of letters, words, and their corresponding sounds. In this article, we use the interaction information produced by our applications in the learning sessions. The purpose of our research is to see if there exist particular interaction patterns of children with and without communication disorders, for the two given applications. We use different data mining techniques and algorithms to process the interaction data generated by 353 children through at least nine sessions. There exist statistically significant differences in 7 of the 36 interaction variables measured. For some sessions of both applications, children with CD made more mistakes than those without CD. The only significant interaction pattern retrieved from the data is that the children with the 12% lowest number of taps over letters (3 taps at most) have CD, fulfilled by 28.1% of the children with CD that used one of our applications. This group of children might be representing children with receptive language disorders., This work has been partially funded by the Department of Science, Innovation and Universities: project RTI2018- 099235-B-I00. We have also received funds from the Principality of Asturias, through its Science, Technology and Innovation Plan (FC-GRUPIN- IDI/2018/000199) and University of Oviedo (GR-2011-0040).

El objetivo principal de esta tesis doctoral es descubrir variables de comportamiento de los alumnos en los LMSs que puedan ser empleadas en un modelo de interacción y adaptación con el fin de mejorar el proceso E-A. Para alcanzar este objetivo, se ha desarrollado un modelo teórico de interacción y adaptación para LMSs que permita la mejora del proceso E-A y se han obtenido patrones y variables de comportamiento en los LMSs que influyen en los procesos de aprendizaje de los alumnos. En primer lugar, se describe un modelo de interacción y adaptación LMSs que, utilizando variables centrales en el proceso de aprendizaje, permite aplicar reglas adaptativas a los distintos tipos de contenidos y conocimientos que se han de transmitir o adquirir. A nivel aplicado, el modelo obtenido permite desarrollar cursos adaptados que dan soporte y promueven el aprendizaje y la autorregulación dentro de los entornos de aprendizaje virtuales. Además, se presenta una implementación de un prototipo del modelo en la arquitectura Moodle En segundo lugar, se estudiaron los procesos de aprendizaje de los alumnos en LMSs empleando el enfoque de la Minería de Datos Educacional (EDM). Se empleó un conjunto de datos extraído a través de los logs de interacción de los alumnos (N = 140) en una plataforma Moodle. Se agruparon a los alumnos según su interacción mediante clustering y se relacionaron con distintos tipos de rendimiento, en base a variables relacionadas con el esfuerzo, el tiempo de trabajo y la procrastinación. Se descubrieron cuatro patrones de aprendizaje diferentes con distintos niveles de rendimiento. Además, los resultados mostraron que hay variables que tienen mayor relación con el rendimiento de los alumnos y con la idioneadad para configurar los clusters. En base a estos resultados, los clusters se etiquetaron de la siguiente manera: dos grupos orientados a la actividad (enfoque individual o social) y dos grupos no orientados a la actividad (procrastinadores o no procrastinadores). Los resultados obtenidos tienen implicaciones en el diseño de programas de intervención para mejorar tanto los procesos de aprendizaje de los alumnos, como el rendimiento en los LMSs. Por último, se realizó un estudio, basado en técnicas de EDM, para evaluar la relación del comportamiento procrastinador de los alumnos en un LMS y el rendimiento obtenido. Se emplearon dos conjuntos de datos (N1 = 67 y N2 = 73) de dos años consecutivos, obtenidos de los logs de interacción de los alumnos en un curso sobre una plataforma Moodle. Se seleccionaron variables relacionadas con la procrastinación, el tiempo de estudio y el esfuerzo, y el rendimiento obtenido por los alumnos. Posteriormente, se analizó la muestra mediante reglas de asociación con clase (CAR), con un mínimo de 0,80 de precisión, empleando en el consecuente los diferentes niveles de rendimiento (bajo, medio y alto). Se obtuvieron 111 reglas de asociación entre los dos conjuntos de datos, tres de ellas presentes en ambos conjuntos. Los resultados obtenidos, confirman la relación inversa del comportamiento procrastinador y el rendimiento de los alumnos en LMSs, así como el valor predictivo, en cursos sucesivos, de las reglas de asociación basadas en este tipo de variables.

En nuestra vida diaria hemos integrado progresivamente el uso de Internet. Esta incorporación también se ha producido en todos los niveles educativos, donde los entornos virtuales de aprendizaje son el medio utilizado, por profesores, estudiantes e instituciones, para el manejo y la distribución de experiencias educativas. Sin embargo, tal y como están diseñados estos sistemas, hacen que los estudiantes tengan dificultades para desplegar sus habilidades metacognitivas, además de provocar una sobrecarga cognitiva debido a una mala organización de los contenidos y de la navegación. Es necesario, por tanto, incluir en las plataformas de aprendizaje un mecanismo que permita la adaptación de estos sistemas a las características, necesidades y contexto del estudiante con el objetivo de optimizar el proceso de enseñanza-aprendizaje. En este trabajo se describe un modelo de adaptación para Learning Management Systems (LMSs) que utilizando variables centrales en el proceso de aprendizaje permite aplicar reglas adaptativas a los distintos tipos de contenidos y conocimientos que se han de transmitir o adquirir. A nivel aplicado, el modelo obtenido permite desarrollar cursos adaptados que dan soporte y promueven el aprendizaje y la autorregulación dentro de los entornos de aprendizaje virtuales. The use of the Internet has been progressively integrated into our daily lives. This has also been true for all levels of education, where virtual learning environments have been the means by which teachers, students and educational institutions managed and distributed educational experiences. However, the present design of these systems make students have difficulties in deploying their meta-cognitive skills, in addition to producing a cognitive overload due to an inadequate content organization and navigation. Thus, it is necessary to provide learning platforms with a process that allows for the adaptation of these systems to students' characteristics, needs and context in order to enhance the teaching-learning process. This paper describes an adaptive model for Learning Management Systems (LMSs) that using variables central to the learning process allows for the application of adaptive rules to the different types of contents and knowledge to be transferred and acquired. In practice, the resulting model allows to develop adaptive courses that support and promote learning and self-regulation in virtual learning environments.

La utilización de Internet se ha incorporado en nuestra vida diaria y concretamente en la educación, en todos sus niveles, se ha materializado como una realidad. Los entornos virtuales de enseñanza han sido el mecanismo utilizado, tanto por profesores como por estudiantes, para el manejo y la distribución de experiencias educacionales. Sin embargo, estos sistemas, tal y como está diseñados, hacen que aprendices de todas las edades tengan dificultades para desplegar sus habilidades metacognitivas, además de provocar una sobrecarga cognitiva debido a una mala organización de los contenidos y la navegación sobre éstos. Es necesario, por tanto, incluir en las plataformas de aprendizaje un mecanismo que permita la adaptación de estos sistemas a las características del estudiante con el objetivo de optimizar el proceso de enseñanza-aprendizaje. En este trabajo se describe un diseño piloto de adaptación para Learning Management Systems (LMSs) basado fundamentalmente en variables de naturaleza motivacional, centrales en el proceso de aprendizaje de los estudiantes, tanto dentro de la plataforma como fuera de ella. El modelo que se propone viene acompañado de un proceso de adaptación basado en reglas que se aplican a los distintos tipos de contenidos/conocimiento que ha de adquirir el aprendiz. A nivel aplicado se ha implementado en Moodle con estudiantes de la Universidad de Oviedo manipulando variables de autoeficacia y metas de aprendizaje de cada alumno, así como la tarea que realiza el estudiante en cada momento dentro de la plataforma de aprendizaje. El resultado obtenido parece indicar que es posible diseñar, construir e implementar modelos adaptados que den soporte y promuevan el aprendizaje y la autorregulación dentro de los contextos de aprendizaje virtuales.