FCEIA-ECEN-DCC - Artículos

URI permanente para esta colección

https://rephip.unr.edu.ar/handle/2133/1818

Examinar

Examinando FCEIA-ECEN-DCC - Artículos por Autor "Bender, Cristina"

Mostrando 1 - 2 de 2
  • Miniatura
    ÍtemAcceso Abierto
    Libros digitales abiertos: análisis de preferencias y prácticas por parte de profesores y estudiantes de la UNR
    (Red de Universidades Nacionales con Carrera en Informática ± Universidad Nacional de La Plata (RedUNCI-UNLP), 2013-06) Bender, Cristina; Deco, Claudia; Casali, Ana; Kantor, Raúl
    En este trabajo se presentan los resultados de una consulta abierta en línea aplicada a profesores y estudiantes de la Universidad Nacional de Rosario, para evaluar su predisposición al uso y creación de libros de texto abiertos en formatos digitales, como así también las preferencias que tienen con respecto a estos libros. Esta encuesta se realizó en el marco de la Iniciativa LATIn (Latin American open Textbook Initiative), la cual plantea la creación colaborativa de libros de texto abiertos para la educación superior en América Latina.
  • Miniatura
    ÍtemAcceso Abierto
    Sistema inteligente para la recomendación de objetos de aprendizaje
    (Fundación Universitaria San Martín Sede Puerto Colombia. Barranquilla, Republica de Colombia, 2011-01) Casali, Ana; Gerling, Valeria; Deco, Claudia; Bender, Cristina
    En este trabajo se describe el desarrollo de un sistema recomendador de objetos de aprendizaje. Este sistema ayuda a un usuario a encontrar los recursos educativos que le sean más apropiados de acuerdo a sus necesidades y preferencias. La búsqueda se realiza en diferentes repositorios de objetos de aprendizaje, donde cada objeto tiene metadatos descriptivos. Se utilizan estos metadatos para recuperar aquellos objetos que satisfagan no sólo el tema de la consulta, sino también el perfil de usuario, teniendo en cuenta sus características y preferencias. El sistema tiene una arquitectura multiagente que incluye varios tipos de agentes con diferentes funcionalidades. En particular, en este trabajo se modela el Agente Recomendador (Agente-R), como un agente BDI graduado. Este agente se encarga de realizar una recuperación flexible y presentar una lista ordenada con los mejores recursos de acuerdo con el perfil de usuario. Se ha implementando un prototipo y se presenta un caso de uso.