Acceso rápido:
Cómo crear una ACTIVIDAD DE ELECCIÓN MÚLTIPLE con HTML
La tabla 1 muestra que los mejores resultados (valores más altos) los obtuvieron los algoritmos Nnge (80,45 %Acc) y Part (80,45%Acc y 0,91 AUC). Por término medio, la mayoría de los algoritmos mostraron un rendimiento ligeramente superior en ambas medidas al utilizar datos discretizados.
Este modelo de predicción (véase la Tabla 2) consta de 5 reglas que muestran que los estudiantes que aprueban el curso son estudiantes que tienen puntuaciones medias en los cuestionarios de Moodle y también prestan atención en las clases de teoría, o estudiantes que simplemente tienen puntuaciones altas en los cuestionarios de Moodle. Los alumnos que abandonan el curso son alumnos que prestan poca atención en las clases teóricas y también muestran una baja actividad en el foro de Moodle. Los alumnos que suspenden el curso son los que obtienen bajas puntuaciones en los cuestionarios de Moodle. El resto de alumnos se clasifican como aprobados.Experimento 2: Selección de los mejores atributosLa selección de características es importante en el proceso de clasificación, ya que reduce no sólo las dimensiones del conjunto de características, sino también el tiempo de cálculo adicional que requieren los algoritmos de clasificación. Utilizamos el conocido método CfsSubsetEval (Correlation-based Featured Selection) [11] proporcionado por la herramienta WEKA [36]. Evalúa el valor de un subconjunto de atributos considerando la capacidad predictiva individual de cada característica junto con el grado de redundancia entre ellas. Partiendo de nuestros 10 atributos de entrada iniciales, produjimos dos conjuntos de 3 atributos óptimos diferentes para los conjuntos de datos numéricos y discretizados (véase la Tabla 3).
Cómo comprobar sus calificaciones en Moodle (tema SNAP)
ResumenConstruir un sistema de e-learning adaptativo basado en los estilos de aprendizaje es una tarea muy difícil. Se utilizan principalmente dos enfoques para determinar el estilo de aprendizaje de los estudiantes: el uso de cuestionarios o técnicas de minería de datos en los datos de registro del LMS. Para construir un LMS adaptativo de Moodle basado en los estilos de aprendizaje pretendemos construir y utilizar un enfoque mixto. 63 estudiantes de dos cursos que cursaron la misma asignatura «Interfaz de usuario» completaron el cuestionario ILS (Índice de Estilos de Aprendizaje) basado en el modelo de Felder-Silverman. Este modelo de estilo de aprendizaje se utiliza para evaluar las preferencias en cuatro dimensiones (activo/reflexivo, sensitivo/intuitivo, visual/verbal y secuencial/global). Moodle guarda registros detallados de todas las actividades que realizan los estudiantes que pueden utilizarse para predecir el estilo de aprendizaje para cada dimensión. En este trabajo hemos analizado los datos de registro de los estudiantes de Moodle LMS utilizando técnicas de minería de datos para clasificar sus estilos de aprendizaje centrándonos en una dimensión del estilo de aprendizaje de Felder-Silverman: visual/verbal. Se comparan varios algoritmos de clasificación proporcionados por WEKA como el clasificador de árbol de decisión J48, Naive Bayes y Part. Se utilizó una validación cruzada de 10 veces para evaluar los clasificadores seleccionados. Los experimentos mostraron que el Naive Bayes alcanzó el mejor resultado con una precisión del 71,18%.
Cómo hacer escalas en Moodle
Joule facilita cursos en línea y programas en línea con secciones de cursos que comienzan con 90 y terminan con 99. Por lo tanto, cuando un estudiante se inscribe en un curso con una sección en la década de los 90 debe ser consciente de que este curso se facilitaría como un curso híbrido o totalmente en línea utilizando Joule. Los estudiantes tendrán que obtener un nombre de usuario y contraseña de Joule y navegar a Joule.
Moodle facilita los cursos en línea y los programas en línea con las secciones del curso designadas con OL. Por lo tanto, cuando un estudiante se inscribe en un curso con la designación OL, debe ser consciente de que este curso se facilitaría como un curso híbrido o totalmente en línea utilizando Moodle. Los estudiantes tendrán que obtener un nombre de usuario y una contraseña de Moodle y navegar a Moodle.
Los estudiantes que están inscritos en programas totalmente en línea suelen utilizar el sistema Moodle y los estudiantes que participan en cursos tanto en línea como en el campus que se alojan como un programa del campus normalmente utilizarán Joule. Esto será designado por la clasificación del estudiante. Las clasificaciones de estudiantes OL son usuarios de Moodle, las clasificaciones de estudiantes no OL son usuarios de Joule.
Plataforma Moodle – Modelo A.D.D.I.E.
La lista de cursos dentro de una categoría muestra por defecto los profesores y el resumen de cada curso. Si el número de cursos dentro de una categoría es superior a 9 (10 o más), entonces se muestra una lista corta sin profesores ni resumen.
La mayoría de la gente organiza sus cursos por departamento y universidad o por tema. Asegúrese de probar el esquema organizativo con unos pocos usuarios antes de introducir un gran número de cursos, para ahorrar tiempo en moverlos posteriormente.
Puede limitar el número de categorías que se muestran en la página frontal «Lista de categorías» o «Lista combinada» desde Administración>Administración del sitio>Página frontal>Configuración de la página frontal Las categorías de nivel más profundo aparecerán como enlaces y el usuario podrá expandirlas.