Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática

Este trabajo presenta una revisión sistemática para determinar si existen sistemas recomendadores que den soporte al diseño de objetos de aprendizaje en educación superior, fundamentalmente para enseñanza de ingenierías. Se pretende conocer la granularidad recomendada, las estrategias de filtrado y...

Descripción completa

Detalles Bibliográficos
Autores: Bertossi, Valeria Iliana, Romero, Lucila, Gutiérrez, María de los Milagros
Tipo de recurso: artículo
Fecha de publicación:2024
País:España
Institución:Universidad de Murcia
Repositorio:DIGITUM. Depósito Digital Institucional de la Universidad de Murcia
OAI Identifier:oai:digitum.um.es:10201/139606
Acceso en línea:https://doi.org/10.6018/red.572291
http://hdl.handle.net/10201/139606
Access Level:acceso abierto
Palabra clave:Sistemas recomendadores
Desarrollo de objetos de aprendizaje
Ingeniería
Competencias
Recommender systems
Learning objects development
Engineering
Competencies
CDU::3 - Ciencias sociales::37 - Educación. Enseñanza. Formación. Tiempo libre
id ES_38b132efcbf675eb7a461cb0486d6607
oai_identifier_str oai:digitum.um.es:10201/139606
network_acronym_str ES
network_name_str España
repository_id_str
spelling Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemáticaRecommender systems for the learning object development for engineering education: a systematic reviewBertossi, Valeria IlianaRomero, LucilaGutiérrez, María de los MilagrosSistemas recomendadoresDesarrollo de objetos de aprendizajeIngenieríaCompetenciasRecommender systemsLearning objects developmentEngineeringCompetenciesCDU::3 - Ciencias sociales::37 - Educación. Enseñanza. Formación. Tiempo libreEste trabajo presenta una revisión sistemática para determinar si existen sistemas recomendadores que den soporte al diseño de objetos de aprendizaje en educación superior, fundamentalmente para enseñanza de ingenierías. Se pretende conocer la granularidad recomendada, las estrategias de filtrado y técnicas de inteligencia artificial utilizadas, los métodos de evaluación aplicados, y la consideración del enfoque de competencias y lineamientos didáctico-pedagógicos para generar recomendaciones. Para ello, se recabaron 409 referencias iniciales publicadas entre 2000 y 2023 en revistas indexadas, de las cuales se preseleccionaron 8 según sus resúmenes. Luego de una lectura crítica quedaron 3, más 1 trabajo que se tenía previamente, para responder las preguntas de investigación. Una búsqueda adicional en Google Académico arrojó 29 trabajos complementarios a los estudios primarios seleccionados. Las preguntas de investigación guiaron la extracción y análisis de datos. Los resultados obtenidos revelaron la escasez de sistemas recomendadores para el desarrollo de objetos de aprendizaje. Ninguno recomienda su diseño en el nivel medio de agregación y, aunque aplican variadas técnicas de inteligencia artificial, no tienen en cuenta la formación por competencias ni consideran como requisito funcional la asistencia a docentes sin experiencia en diseño instruccional. Esto evidencia la necesidad de una mayor investigación en la temática que nos comprometemos a publicar en RED una vez concluida.This research presents a systematic review with the objective of identifying recommender systems designed to facilitate the creation of learning objects within higher education, with a particular focus on engineering education. The investigation delves into various facets including the recommended granularity level, filtering strategies, the utilization of artificial intelligence techniques, evaluation methodologies applied, pedagogical guidelines governing recommendation generation, and the integration of competency-based training considerations. To accomplish this, we extracted 409 initial references published between 2000 and 2023 from indexed journals. After a preliminary screening based on abstracts, 8 promising references were selected. After closer examination, only 3 of them proved relevant in addressing our research inquiries. Furthermore, an extendedsearch on Google Scholar given as result 29 supplementary works that complemented the primary studies selected. Our analysis, guided by the research questions, revealed a dearth of recommender systems for learning object development. Despite the application of diverse artificial intelligence techniques, none of the identified systems recommend design atthe medium level of granularity or take into account the competency-based approach. Furthermore, these systems are not helpful for educators without experience in instructional design. Thisfinding revealsthe necessity for furtherresearch that we commit to publishin REDonce we finishit.Universidad de Murcia, Servicio de Publicaciones202420242024info:eu-repo/semantics/articleapplication/pdf35application/pdfhttps://doi.org/10.6018/red.572291http://hdl.handle.net/10201/139606reponame:DIGITUM. Depósito Digital Institucional de la Universidad de Murciainstname:Universidad de MurciaEspañolSin financiación externa a la Universidadinfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/oai:digitum.um.es:10201/1396062026-05-27T12:40:41Z
dc.title.none.fl_str_mv Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática
Recommender systems for the learning object development for engineering education: a systematic review
title Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática
spellingShingle Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática
Bertossi, Valeria Iliana
Sistemas recomendadores
Desarrollo de objetos de aprendizaje
Ingeniería
Competencias
Recommender systems
Learning objects development
Engineering
Competencies
CDU::3 - Ciencias sociales::37 - Educación. Enseñanza. Formación. Tiempo libre
title_short Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática
title_full Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática
title_fullStr Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática
title_full_unstemmed Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática
title_sort Sistemas recomendadores para el desarrollo de objetos de aprendizaje para educación en ingenierías: una revisión sistemática
dc.creator.none.fl_str_mv Bertossi, Valeria Iliana
Romero, Lucila
Gutiérrez, María de los Milagros
author Bertossi, Valeria Iliana
author_facet Bertossi, Valeria Iliana
Romero, Lucila
Gutiérrez, María de los Milagros
author_role author
author2 Romero, Lucila
Gutiérrez, María de los Milagros
author2_role author
author
dc.subject.none.fl_str_mv Sistemas recomendadores
Desarrollo de objetos de aprendizaje
Ingeniería
Competencias
Recommender systems
Learning objects development
Engineering
Competencies
CDU::3 - Ciencias sociales::37 - Educación. Enseñanza. Formación. Tiempo libre
topic Sistemas recomendadores
Desarrollo de objetos de aprendizaje
Ingeniería
Competencias
Recommender systems
Learning objects development
Engineering
Competencies
CDU::3 - Ciencias sociales::37 - Educación. Enseñanza. Formación. Tiempo libre
description Este trabajo presenta una revisión sistemática para determinar si existen sistemas recomendadores que den soporte al diseño de objetos de aprendizaje en educación superior, fundamentalmente para enseñanza de ingenierías. Se pretende conocer la granularidad recomendada, las estrategias de filtrado y técnicas de inteligencia artificial utilizadas, los métodos de evaluación aplicados, y la consideración del enfoque de competencias y lineamientos didáctico-pedagógicos para generar recomendaciones. Para ello, se recabaron 409 referencias iniciales publicadas entre 2000 y 2023 en revistas indexadas, de las cuales se preseleccionaron 8 según sus resúmenes. Luego de una lectura crítica quedaron 3, más 1 trabajo que se tenía previamente, para responder las preguntas de investigación. Una búsqueda adicional en Google Académico arrojó 29 trabajos complementarios a los estudios primarios seleccionados. Las preguntas de investigación guiaron la extracción y análisis de datos. Los resultados obtenidos revelaron la escasez de sistemas recomendadores para el desarrollo de objetos de aprendizaje. Ninguno recomienda su diseño en el nivel medio de agregación y, aunque aplican variadas técnicas de inteligencia artificial, no tienen en cuenta la formación por competencias ni consideran como requisito funcional la asistencia a docentes sin experiencia en diseño instruccional. Esto evidencia la necesidad de una mayor investigación en la temática que nos comprometemos a publicar en RED una vez concluida.
publishDate 2024
dc.date.none.fl_str_mv 2024
2024
2024
dc.type.none.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://doi.org/10.6018/red.572291
http://hdl.handle.net/10201/139606
url https://doi.org/10.6018/red.572291
http://hdl.handle.net/10201/139606
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.relation.none.fl_str_mv Sin financiación externa a la Universidad
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv application/pdf
35
application/pdf
dc.publisher.none.fl_str_mv Universidad de Murcia, Servicio de Publicaciones
publisher.none.fl_str_mv Universidad de Murcia, Servicio de Publicaciones
dc.source.none.fl_str_mv reponame:DIGITUM. Depósito Digital Institucional de la Universidad de Murcia
instname:Universidad de Murcia
instname_str Universidad de Murcia
reponame_str DIGITUM. Depósito Digital Institucional de la Universidad de Murcia
collection DIGITUM. Depósito Digital Institucional de la Universidad de Murcia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869406118353043456
score 15.300719

Similares en LA Referencia