Powered by OpenAIRE graph
Found an issue? Give us feedback
https://doi.org/10.5...arrow_drop_down
https://doi.org/10.54988/uaj.0...
Part of book or chapter of book . 2024 . Peer-reviewed
Data sources: Crossref
addClaim

Diseño de un modelo adaptativo de IGU en un sistema LMS a partir del registro de emociones y expresiones faciales del usuario, usando técnicas de Machine Learning bajo métricas de Experiencias de Usuario (UX)

Authors: Carlos David Posada Fernández; Albeiro Espinosa Bedoya; Jhon William Branch;

Diseño de un modelo adaptativo de IGU en un sistema LMS a partir del registro de emociones y expresiones faciales del usuario, usando técnicas de Machine Learning bajo métricas de Experiencias de Usuario (UX)

Abstract

Actualmente, el proceso de enseñanza-aprendizaje por medio de plataformas virtuales, se ha convertido en la tecnología de facto. Para responder adecuadamente a esta realidad, es necesario un compromiso entre cursos de alta calidad y la creación de entornos virtuales personalizados que han demostrado su potencial para reducir las brechas en el acceso al proceso educativo y que están fuertemente condicionados por las particularidades, gustos y experiencias de cada estudiante [1]. Teniendo en cuenta que, cuanto más se adapta el sistema LMS a las características propias de un estudiante, menos tiempo necesita para realizar las tareas dentro de la plataforma y más a gusto se sentirá al interactuar con ella, es necesario diseñar los recursos de aprendizaje de acuerdo con las características propias de cada estudiante, más allá de los ambientes estáticos de la mayoría de los sistemas LMS actuales [2]. A partir de esta realidad se propone el diseño de un modelo adaptativo de Interfaz Gráfica de Usuario (GUI) en un sistema LMS Moodle a partir del registro de emociones y expresiones faciales del usuario, usando técnicas de Machine Learning, que promueva procesos de enseñanza-aprendizaje bajo métricas de Experiencias de Usuario (UX), para estudiantes de programas universitarios virtuales.

  • BIP!
    Impact byBIP!
    selected citations
    These citations are derived from selected sources.
    This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    0
    popularity
    This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
    Average
    influence
    This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
    Average
    impulse
    This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
    Average
Powered by OpenAIRE graph
Found an issue? Give us feedback
selected citations
These citations are derived from selected sources.
This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Citations provided by BIP!
popularity
This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network.
BIP!Popularity provided by BIP!
influence
This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically).
BIP!Influence provided by BIP!
impulse
This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network.
BIP!Impulse provided by BIP!
0
Average
Average
Average
Upload OA version
Are you the author of this publication? Upload your Open Access version to Zenodo!
It’s fast and easy, just two clicks!