Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/10609/119926
Registre complet de metadades
Camp DCValorLlengua/Idioma
dc.contributor.authorMarco-Galindo, Maria-Jesús-
dc.contributor.authorMinguillón, Julià-
dc.contributor.authorSancho-Vinuesa, Teresa-
dc.date.accessioned2020-07-07T13:28:42Z-
dc.date.available2020-07-07T13:28:42Z-
dc.date.issued2020-07-08-
dc.identifier.citationMarco-Galindo, M. J., Minguillón, J. & Sancho-Vinuesa, T. (2020). Análisis de la progresión de los estudiantes en una asignatura introductoria a la programación mediante redes bayesianas. Actas de las Jornadas sobre Enseñanza Universitaria de la Informática (JENUI), 5, 69-76.es
dc.identifier.issn2531-0607MIAR
-
dc.identifier.urihttp://hdl.handle.net/10609/119926-
dc.description.abstractUna metodología adecuada para la adquisición de competencias de programación se basa en el trabajo continuado de conceptos teóricos, combinado con la realización de ejercicios prácticos. Es importante que la curva de aprendizaje permita a los estudiantes ir avanzando de forma progresiva, incluyendo elementos que promuevan la reflexión sobre su aprendizaje. Este artículo analiza la trayectoria seguida por los estudiantes en cuanto a la realización de los ejercicios prácticos de evaluación continua, organizados como una secuencia que combina ejercicios obligatorios para superar la asignatura, con otros optativos que pueden decidir entregar o no a lo largo del semestre. Dicho análisis se ha llevado a cabo mediante el uso de redes bayesianas. Los resultados muestran que el perfil de los estudiantes es poco determinante para la superación de la asignatura, pero sí lo es su nivel de seguimiento de la primera actividad.es
dc.description.abstractTo foster the acquisition of computer programming competencies, combining theoretical concepts with practical exercises in a continuous sequence seems to be an appropriate methodology. It is important that the learning curve allows students to advance in a progressive manner, including elements that promote reflection. This paper analyzes learners' paths with respect to the practical exercises, which are organized as a sequence combining mandatory and optional exercises, so learners can decide which exercises they want to submit along the semester. Such analysis was performed using Bayesian networks. Results show that learners's profile seems to be of no relevance to determine their performance, but it is for their engagement level in the first exercise.en
dc.format.mimetypeapplication/pdf-
dc.language.isospa-
dc.publisherAsociación de Enseñantes Universitarios de la Informática (AENUI)-
dc.relation.ispartofActas de las Jornadas sobre Enseñanza Universitaria de la Informática (JENUI), 2020, 5-
dc.relation.ispartofseriesActas de las XXVI Jornadas sobre Enseñanza Universitaria de la Informática (JENUI 2020), València, Espanya, 8-9 juliol, 2020-
dc.rightsCC BY-
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/es/-
dc.subjectredes bayesianases
dc.subjectprogramaciónes
dc.subjectretorno personalizadoes
dc.subjectevaluación formativaes
dc.subjectaprendizaje prácticoes
dc.subjectBayesian networksen
dc.subjectxarxes bayesianesca
dc.subjectprogramacióca
dc.subjectprogrammingen
dc.subjectpersonalized feedbacken
dc.subjectretorn personalitzatca
dc.subjectformative evaluationen
dc.subjectevaluació formativaca
dc.subject.lcshAutomatic programming (Computer science)en
dc.titleAnálisis de la progresión de los estudiantes en una asignatura introductoria a la programación mediante redes bayesianases
dc.typeinfo:eu-repo/semantics/conferenceObject-
dc.subject.lemacProgramació automàtica (Informàtica)ca
dc.subject.lcshesProgramación automática (Informática)es
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess-
dc.gir.idCO-0000005189-
Apareix a les col·leccions:Conference lectures

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
Marco2020JENUI.pdf288,16 kBAdobe PDFThumbnail
Veure/Obrir
Comparteix:
Exporta:
Consulta les estadístiques

Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons Creative Commons