Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resúmen—Este documento trata de exponer en grandes líneas, una relación entre el modelo e-learning y teorías
pedagógicas como son los estilos de aprendizaje y el diseño de unidades didácticas. El objetivo del estudio es
esquematizar el procedimiento de adaptación del diseño de unidades didácticas a las dimensiones de estilos de
aprendizaje de Felder & Silverman dirigida a entornos de enseñanza-aprendizaje virtual. Para ello, se enmarcó el
estudio dentro de una investigación de campo, apoyada en una investigación documental, transversal y descriptiva;
orientada a proponer un esquema de adaptación del diseño de unidades didácticas a las categorías de estilos de
aprendizaje contempladas en el Modelo de Felder & Silverman.
Palabras Clave—Proceso de Aprendizaje, Didáctica, Elaboración de Medios de Enseñanza, Modelo Didáctico,
Condiciones de Aprendizaje.
Summary - This paper attempts to explain broadly , a relationship between the model e-learning and pedagogical
theories such as learning styles and design teaching units. The aim of the study is to outline the process of adapting
the design of teaching to the dimensions of learning styles of Felder & Silverman aimed at teaching-learning
environments virtual units. For this, the study formed part of a field research , based on a documentary , transverse
and descriptive research ; propose a scheme aimed at adapting the design of teaching to the categories of learning
styles covered by Felder & Silverman model units.
Keywords - Process Learning, Teaching, Development of Media Teaching , Model Teaching, Learning Conditions.
2
I INTRODUCCIÓN
¿Es el modelo de estilos de aprendizaje de Felder & Silverman el más apropiado para
llevar a cabo la adaptación del diseño de unidades didácticas en plataformas de
teleformación?
¿Cuáles son los factores que se deben considerar para definir un esquema para diseñar
unidades didácticas adaptadas a los estilos de aprendizaje?
¿Cuál sería el esquema de adaptación que pudiera adoptar el docente contenidista al
diseñar una unidad didáctica para entregar su contenido en un entorno virtual?
En un intento por proporcionar respuesta a estas interrogantes, se ha elaborado esta
investigación, que consiste principalmente en: a) estudiar el modelo de estilos de aprendizaje de
Felder & Silverman y evaluar su aplicabilidad; b) estudiar los rasgos adaptables de una unidad
didáctica; c) relacionar los estilos de aprendizaje con las estrategias de enseñanza-aprendizaje y
con los medios electrónicos compatibles con plataformas de teleformación y d) definir un
esquema de adaptación, atendiendo al modelo de Felder & Silverman.
II FUNDAMENTOS TEORICOS
Estilos de Aprendizaje
Según lo señalado por (Paredes Barargán, 2008), la psicología cognitiva estudia la
naturaleza de los Estilos de Aprendizaje. Según este autor, existen varias definiciones del
término “estilos de aprendizaje" proporcionadas por varios autores. En el presente trabajo se
hace referencia al término “estilos de aprendizaje", aceptado por la mayoría de los
investigadores, como las preferencias características en la forma en que un estudiante percibe y
procesa la información (Felder, 1996).
Del mismo modo, se considera la afirmación de Paredes, quien señala que los estilos de
aprendizaje indican las preferencias de los estudiantes por diferentes tipos de información,
diferentes formas de navegación, o diferentes formas de interactuar con esa información.
En el año 1988, la Dra. Linda Silverman y el Dr. Richard Felder, escribieron, en una
publicación periódica, el artículo “Learning and Teaching styles in Engineering Education”. Para
ese momento, la meta de estos dos investigadores era expresar a través de un modelo, algunas
estrategias de enseñanza y de aprendizaje, producto de la aplicación conjunta de la experiencia
en psicología educativa de la Dra. Silverman, y la experiencia en educación en el campo de la
ingeniería del Dr. Richard Felder. (Felder, Silverman, citados por (Felder & Soloman, 2004).
Es en tal sentido, que (Felder & Silverman, 1988) presentaron a los estudiantes por su
clasificación en cinco dimensiones. Estas dimensiones están basadas en las consideradas más
importantes dentro del campo de los estilos de aprendizaje, y son independientes unas de otras.
4
(Felder & Soloman, 2004) desarrollaron el cuestionario Index of Learning Styles (ILS) un
cuestionario con 44 peguntas, agrupadas en 4 grupos de 11 preguntas que corresponden a las 4
parejas de estilos de aprendizaje. Es un instrumento que evalúa preferencias de aprendizaje
dependiendo del perfil cognitivo del sujeto al que se le aplica.
Las preguntas contenidas en el ILS, tienen opción de respuesta selectiva, de opción
dicotómica y tipo escala. Para calificar el instrumento de estilos de aprendizaje de Felder –
Silverman, se debe entender que este califica a cada estilo en tres categorías: Fuertes, Moderados
y Equilibrados.
De acuerdo al perfil donde se sitúe el estudiante (Ver Tabla No. 1), si su puntaje en la
escala está entre 1 - 3, el estudiante presenta un equilibrio, (estudiante neutro), el cual es
apropiado entre los dos extremos de esa escala.
Si su puntaje está entre 5 - 7, el estudiante presenta una preferencia moderada (hacia una
de los dos extremos de la escala) y aprenderá más fácilmente si se le brindan apoyos en esa
dirección y de acuerdo al estilo encontrado. A este estilo se le califica como estudiante
moderado.
Si su puntaje en la escala es de 9 - 11, el estudiante presenta una preferencia muy fuerte
por uno de los dos extremos de la escala. Usted puede llegar a presentar dificultades para
aprender en un ambiente en el cual no cuente con apoyo en esa dirección. A este estilo se le
califica como estudiante Fuerte.
(Miller & Miller, 2000) sostienen que el diseño de instrucción para entornos virtuales,
tiene afectación directa por factores como:
Orientación teórica. Permite determinar la relación entre las diferentes teorías de
aprendizaje y sus posibilidades desde los entornos virtuales. Vale decir, cómo las
teorías del procesamiento de la información y el constructivismo, entre otras, pueden
valerse de la estructura hipertextual o hipermedial para la organización de la
6
Por lo tanto, se tiene que esta investigación se enmarca dentro de las no experimentales,
pues se analizan los datos recolectados de la realidad, y el análisis se basa en un
contexto que se dio sin la intervención directa de los investigadores.
Transversal –el instrumento se aplicó una sola vez y las conclusiones se derivan de los
datos obtenidos y analizados-.
Descriptiva – se pretende caracterizar un fenómeno o situación concreta indicando sus
rasgos más peculiares o diferenciadores- (Hernández Sampieri, 2003).
En consonancia con lo anteriormente expuesto, las etapas contempladas para alcanzar los
objetivos propuestos, fueron:
1. Definición del tema a investigar. El tema definido a los efectos de la presente investigación,
es la adaptación del diseño de unidades didácticas a estilos de aprendizaje contemplados en el
Modelo de Felder & Silverman.
2. Recopilación de la información. En virtud de la naturaleza del presente estudio investigativo,
se realizó la consulta, a través de internet, de fuentes documentales utilizando motores de
búsqueda como: a) Google libros: http://books.google.com.mx/bkshp?hl=es&tab=pp b) Google
académico: http://scholar.google.com.mx/schhp?hl=es. Del mismo modo, se realizó la selección
de títulos contentivos del nombre del tema a buscar, así como también los términos
relacionados. Asimismo, se llevó a cabo una búsqueda rápida en los índices o tablas de
contenido de los ejemplares seleccionados, se localizó la información en las páginas resultado de
la selección y posteriormente, se registraron las ideas principales de cada obra seleccionada,
contentiva de la información más próxima al tema de estudio.
En esta etapa, también se llevó la aplicación del Index of Learning Styles a 275 alumnos
matriculados y participantes en el Diploma en Especialización de la Evaluación de la Educación
a Distancia en Entornos Virtuales: Perspectivas Innovadoras, Estrategias e Instrumentos. Se
escogió este alumnado a través de muestreo discrecional (o muestreo por juicio), el cual según
(Arévalo Carballo, 1994), es un método de muestreo no probabilístico. Los sujetos se
seleccionan a base del conocimiento y juicio del investigador.
3. Procesamiento de la información. En esta fase, se llevó a cabo la revisión y análisis
exhaustivo de la información recopilada. Para esto, se hizo de técnicas como: tabulación,
resumen, ensayo, graficación, entre otras.
4. Redacción del informe de la investigación. Esta fase consistió principal importante en
estructurar un informe contentivo de los resultados del análisis de las fuentes consultadas, del
cual se deriva el presente trabajo.
8
Sistema Hipermedia
Educacional para el SI SI NO Mapa cognitivo de Fuzzy
reconocimiento del perfil (Kolb)
Georgiou (2004: 36 a 40)
Técnicas de razonamiento
Plataforma Educativa USD SI (Felder) SI NO basado en casos y reglas de
Peña (2004) lógica difusa
Toda vez analizados los argumentos se pudo evidenciar, que este modelo es ampliamente empleado
en sistemas adaptativos, debido a las razones que a continuación se exponen:
Las dimensiones del Modelo de Felder están basadas en las consideradas más importantes dentro
del campo de los estilos de aprendizaje, y son independientes unas de otras. Muestran cómo los
11
Fuente: http://grupoteis.com/campusvirtualinclusivo/mod/url/view.php?id=179.
En virtud del interés de los autores, se hizo el estudio de las correlaciones entre las variables
representativas de las dimensiones de estilos de aprendizaje del modelo de Felder, a los efectos de evaluar
su grado de asociación. El procesamiento de los datos obtenidos, se efectuó mediante el paquete estadístico
SPSS, versión 21; con el cual, se realizaron los siguientes análisis: 1) análisis descriptivos (medias y
desviación estándar) y 2) análisis inferencial (correlación de Pearson). Para hacer posible la creación del
banco de datos, se exportó la base de datos contentiva de la data de las respuestas del test de Felder, toda
vez aplicado. Acto seguido, se importó esta data, al software SPSS a partir de un archivo Excel (archivo de
valores separados por comas).
Del mismo modo, es de interés de los autores, observar la base de adaptación empleada en los
sistemas adaptativos estudiados y adicionalmente, los que se muestran en las Tablas Nº 4 y Nº 5.
13
Jeymi Vélez (2009) Felder- Silverman SCORM e IMS-LD Características del Usuario,
interacción y Contexto.
Al examinar los sistemas adaptativos estudiados y las Tablas Nº 4 y Nº 5, se observa que las bases
de adaptación son diversas y emplean en su mayoría métodos computacionales para llevar a cabo el proceso
adaptativo. Al respecto de las bases de la adaptación, se encontró que distintos autores se han decantado por
distintos enfoques, que se reseñarán brevemente en las secciones subsiguientes.
15
(Vélez Ramos, 2009), afirma que la base de la adaptación en un sistema hipermedia adaptativo, reside
en los contenidos o presentaciones del mismo, atendiendo a un número determinado de variables
consideradas. En (Mérida, Cannataro, Fabregat, & Arteaga, 2004), se han identificado tres dimensiones
para realizar la adaptatividad, que pueden ser:
1. Características del Usuario. Preferencias, experiencias previas, conocimiento, actividad de
navegación, tareas o metas, estilo de aprendizaje, etc.
2. Tecnología. Estado de la red, Características del dispositivo de acceso, red de acceso, hardware,
software, etc.
3. Interacción del usuario. Trabajo colaborativo, interacción cooperativa para transformar un grupo de
trabajo en un equipo de trabajo, etc.
Dependiendo de la naturaleza del sistema hipermedia adaptativo (SHA), el modelo de adaptación y
de usuario considera diferentes elementos para realizar la adaptación.
(Brusilovsky, 1996) por su parte, establece que los cinco elementos que normalmente se utilizan
para llevar a cabo la adaptación son el conocimiento, los objetivos, las características del usuario, su
experiencia en la navegación, y sus preferencias.
Al respecto, (Kobsa, Koenemann, & Pohl, 2001), mencionan que la personalización es una tarea
intensiva de cómputo y almacenamiento de datos. En su opinión, los elementos adaptables de un SHA son
los datos del usuario, los datos de uso y del medio. Dentro de los datos de usuario se encuentran las
características demográficas del individuo, como los datos personales o geográficos, el grado de
conocimiento de un usuario sobre los conceptos y relaciones del tema que se está tratando, sus habilidades
y destrezas para realizar acciones, sus preferencias, intereses, metas y planes.
Los datos de uso, según los precitados autores, están relacionados con la interacción que realiza el
usuario con el sistema. Este tipo de información incluye, por ejemplo, las acciones que el usuario realiza o
su opinión sobre ciertos elementos, la regularidad con la que el usuario interactúa con el sistema o la
frecuencia y secuencia de las acciones.
Los datos del medio se refieren a información que no tiene que ver con el usuario en sí, sino con su
ubicación en el momento de la interacción, o el software (versión del navegador, por ejemplo) y el
hardware (ancho de banda, velocidad de procesamiento, etc.) que utiliza. La Tabla Nº 6 muestra una
comparación entre los elementos adaptables que proponen (Brusilovsky, 1996) y (Kobsa, Koenemann, &
Pohl, 2001). Aunque no es posible equiparar las propuestas linealmente, existen elementos comunes.
16
Tabla Nº 6. Comparación entre los elementos adaptables que proponen Brusilovsky (1996) y Kobsa y otros.
(2001).
a) Modificación de la Estructura del Curso. Una tarea determinada puede ser presentada a distintos
estudiantes en diferentes puntos del curso, es decir, en diferentes momentos con respecto al desarrollo del
curso. Esto da lugar a estructuras del curso personalizadas para cada estudiante.
b) Presentación o no de ciertas tareas. Una tarea específica puede ser presentada a un estudiante mientras
realiza un curso, mientras esa misma tarea puede ser omitida para otro estudiante que realiza el mismo
curso.
c) Requisitos Previos. En un sistema adaptativo dado un conjunto de tareas, se pueden establecer
dependencias entre ellas, de manera que si no se ha realizado alguna tarea o tareas previamente no se pueda
acceder a otras. Se pueden establecer diferentes prerrequisitos para diferentes estudiantes en función de sus
características personales y de sus acciones previas.
d) Adaptación de la Secuenciación de Contenidos. Una tarea puede dividirse en subtareas, y se puede
establecer el orden las mismas, mediante reglas de secuenciación. Es posible establecer un orden específico
para esas subtareas (AND), dejar a los estudiantes elegir el orden de realización (ANY), o dejarles elegir
entre diferentes subtareas con el mismo objetivo (OR). Por una parte, diferentes reglas de secuenciación
pueden ser establecidas para diferentes tipos de estudiantes, y por otra, el orden entre las diferentes
subtareas de una tarea con regla de secuenciación AND, puede también ser diferente dependiendo del tipo
de estudiante.
e) Adaptación de Contenidos. Las páginas mostradas a los estudiantes por el sistema se generan de forma
dinámica a partir de los fragmentos HTML. Variaciones de esos fragmentos, incluyendo diferentes
elementos multimedia, pueden ser incluidas en la página que se muestra al estudiante para la realización de
una determinada tarea, de forma que la explicación, el ejemplo o el enunciado del ejercicio más apropiado
17
para cada estudiante puede ser construido en tiempo de ejecución. Los diferentes fragmentos pueden
encontrarse en diferentes idiomas.
Una relación entre los estilos de aprendizaje del modelo de Felder-Silverman y los rasgos que
pueden ser adaptados en un sistema de enseñanza a través de Internet se establece por Paredes y Rodríguez
(2003: 774 a 778), como se puede ver en la Tabla Nº 7. La propuesta de Paredes (2008: 68 a 73), analiza
datos de un conjunto de estudiantes para extraer patrones que puedan ser usados en la clasificación de
nuevas muestras, tal como lo expresan (Ortigosa, Paredes, & Rodríguez, 2008).
Tabla Nº 7. Relación entre los estilos de aprendizaje del modelo de Felder-Silverman y los rasgos que
pueden ser adaptados en un sistema de enseñanza a través de Internet.
V. RESULTADOS DE LA INVESTIGACIÓN
En primer lugar, toda vez que se aplicó el Index of Learning Styles, se procedió a efectuar al análisis
de la consistencia interna del instrumento y a determinar el grado de confiabilidad del mismo. El proceso
se llevó a cabo a través de la técnica del coeficiente del Alfa de Cronbach, que, según (Chavez Alizo, 2007)
es el modo más habitual de estimar la fiabilidad de pruebas basadas en teoría clásica de los test; es decir es
un procedimiento que sirve para calcular la confiabilidad y validez de los instrumentos.
La validez, señalan (Hernández, Fernández, & Baptista, 2003), se refiere al grado en que el instrumento mide
lo que se pretende medir. La confiabilidad se refiere a la confianza que se concede a los datos, según los citados
autores.
De acuerdo a lo expresado por (Chavez Alizo, 2007), para poder validar el instrumento, es necesario aplicar
como mínimo a una cantidad de individuos a 5 veces al número de ítems, a efectos de evitar obtener correlaciones
ítem-total espuriamente altas, que pueden aparecer cuando el número de ítems y el de individuos que responden la
prueba son semejantes.
De este modo, las condiciones, en esta investigación, están dadas para efectuar la aplicación de esta técnica;
ya que la población de estudio asciende a los 275 participantes; siendo el mínimo necesario requerido para emplear la
técnica del Alfa de Cronbach, un total de 220.
En este orden de ideas, es importante destacar que la ventaja de aplicar la técnica del Alfa de Cronbach,
reside en que requiere de una sola administración del instrumento de medición. Puede tomar valores entre 0 y 1,
donde 0 significa nula confiabilidad y 1 representa la confiabilidad total.
18
Las ecuaciones matemáticas que permiten realizar el cálculo de Alfa de Cronbach, se expresan como:
K Vi
N Pr
K 1 Vt 1 Pr N 1
Donde: Donde:
K= Es el número total de Ítems. N= Es el número de Ítems
Vi = Es la varianza de cada Ítem (Respuestas Pr = Es el promedio de las correlaciones entre
correctas en cada Ítem). ítems (Sumativa general de todas las
Vt = Es la varianza del puntaje total (Sumatoria personas que respondieron correctamente).
total de los individuos que respondieron
correctamente a todos los Ítems).
En el caso que ocupa a los investigadores, se pretende dilucidar si las variables exploradas provienen
de observaciones independientes (esto es, solo debe haber un valor para cada variable en cada individuo de
la muestra), para evitar lo que se conoce como autocorrelación. En la Tabla Nº 9 se presenta la matriz de
correlación obtenida al aplicar el Index of Learning Styles.
20
Correlaciones
Secuencial- Activo- Sensitivo- Visual
Global Reflexivo Intuitivo -
Verba
l
**
Secuencial- Correlación de 1 0,017 0,448 0,107
Global Pearson
Sig. (bilateral) 0,784 0,000 0,086
N 257 257 257 257
*
Activo-Reflexivo Correlación de 0,017 1 -0,003 0,321
*
Pearson
Sig. (bilateral) 0,784 0,966 0,000
N 257 257 257 257
** *
Sensitivo- Correlación de 0,448 -0,003 1 0,148
Intuitivo Pearson
Sig. (bilateral) 0,000 0,966 0,018
N 257 257 257 257
** *
Visual-Verbal Correlación de 0,107 0,321 0,148 1
Pearson
Sig. (bilateral) 0,086 0,000 0,018
N 257 257 257 257
**. La correlación es significativa al nivel 0,01 (bilateral).
*. La correlación es significante al nivel 0,05 (bilateral).
Fuente: Los Autores.
Al observar la Tabla Nº 9, se tiene lo siguiente:
Tipología
2. Taxonomía Adaptativa
Tal y como lo plantean también (Franzoni & Saïd, 2009), se tiene que cada categoría de estilo de
aprendizaje, está asociada a un solo método pedagógico y a su vez, éste puede ser asociado a una o varias
estrategias de enseñanza.
En este sentido, las estrategias de enseñanza pueden tener una relación uno-a-muchos con las
categorías de estilos de aprendizaje. Asimismo, cada categoría de estilo de aprendizaje puede estar asociada
a uno o varios medios electrónicos apropiados a sus características, mediante una relación uno-a-muchos.
De este modo, los autores sostienen que por cada categoría de estilo de aprendizaje, puede haber al
menos una o varias estrategias de enseñanza que pueden ser implementadas a través de uno o más medios
electrónicos compatibles con la plataforma de teleformación, atendiendo al método pedagógico propio de
cada categoría de estilo de aprendizaje. Este razonamiento, se ha encontrado que es coincidente con el
planteamiento de (Franzoni & Saïd, 2009) y se ha esquematizado en la Figura Nº 3.
Percepción
Especificaciones Sensitivo Intuitivo
Estrategias de
Presentación Panel de Discusión (Debates).
enseñanza asociadas
Método de Preguntas y Juegos y Simulaciones.
Respuestas. Juegos de Roles.
Aprendizaje basado en Casos de Estudio.
solución de problemas. Método de Diseño de Proyectos.
Fuente: (Franzoni & Saïd, 2009).
Tabla Nº 12. Taxonomía adaptativa dimensión Visual/Verbal.
Canal de Entrada
Especificaciones Visual Verbal
Descripción
Alta preferencia por elementos Alta preferencias por elementos orales y
visuales. textuales.
Método Pedagógico
Apropiado Tiene preferencia por trabajar Sacan más provecho de lo que leen,
con representaciones visuales. hablan y escriben.
Recuerda mejor lo que ve.
Características del
medio a emplear Representaciones visuales Textos y Sonidos.
(fotos, imágenes, bocetos,
diagramas).
Analizando la taxonomía adaptativa propuesta por (Franzoni & Saïd, 2009), puede establecerse que
las estrategias de enseñanza que se han considerado, son las que IEEE-LOM (Learning Object Metadata)
ha planteado, tomando 9 tipos diferentes, tratando de abarcar en ellas todas las posibilidades didácticas que
pueden ser propuestas a un aprendiz en un proceso formativo en un entorno virtual. Estas estrategias se
encuentran expuestas en la Tabla Nº 15 y se han de considerar para ser incluidas en la unidad didáctica cuyo
diseño se requiera adaptar.
Del mismo modo, siguiendo a (Franzoni & Saïd, 2009), se hace la consideración de que la
información entregada al alumno (contenidos didácticos) debe hacerse a través de medios/formatos
electrónicos vigentes y compatibles con entornos virtuales, ya estandarizados; por cuanto para ello, en
elearning se hace uso de una plataforma de teleformación. Así, para efectos del diseño de una unidad
didáctica que se requiera adaptar, se consideran los medios/formatos electrónicos expuestos en la Tabla Nº
16 de este documento.
Tabla Nº 15. Estrategias de enseñanza de IEEE-LOM que se han considerado en la taxonomía adaptativa.
ESTRATEGIAS DE ENSEÑANZA
Juegos y Simulaciones
Juegos de Roles
Presentaciones
Panel de discusión
Intercambio de ideas
Caso de Estudio
Tabla Nº 16. Medios Electrónicos considerados para diseñar unidades didácticas en entornos virtuales.
MEDIOS ELECTRÓNICOS
Grabaciones de Audio
Audio
Audio conferencias
Foros
Comunidades de Aprendizaje en línea
Weblog o Blogs
Colaboración
Wikis
Email
Comunicación
Chat
Animaciones
Gráficos
Diagramas Imágenes
Simulaciones
Revistas digitales
Periódicos digitales
EBooks
Lecturas
Páginas Web
Presentación de diapositivas
Sistemas Tutoriales
Webquest
Tutorización
Sistemas Tutoriales
Podcast
Grabación de Eventos en Vivo
Videotutoriales
Video
Videoconferencias
Seminarios Web
Tras la revisión documental y el posterior análisis de los datos obtenidos, los investigadores han de
proceder a sintetizar, a modo de conclusiones, los aspectos más importantes encontrados en la investigación
llevada a cabo.
La teoría de estilos de aprendizaje es aplicable al diseño de unidades didácticas dirigido a entornos
virtuales de enseñanza-aprendizaje, pues permite definir el método pedagógico apropiado para cada
dimensión de estilo de aprendizaje, así como también las características del medio para implementar el
método en cuestión.
Para adaptar o personalizar la didáctica on line, se hace necesario modelar al discente de acuerdo
a las variables a las cuales se quiere adaptar la enseñanza. La base conceptual relativa al Modelo de Estilo
de Aprendizaje de Felder, expuesta en este trabajo, ha permitido definir las variables de estudio en cuanto
al modelaje del perfil cognitivo del discente. De allí que entonces, se pueda afirmar que este modelaje es
posible, en este caso, mediante la aplicación de la teoría de estilos de aprendizaje, en este caso, de
Felder.
Por otra parte, se tiene que aunque los modelos de estilos de aprendizaje son muy variados, se
observa que, a los fines de definir procesos adaptativos en plataformas de formación dirigidos a la
personalización de la didáctica, se emplea mayoritariamente el Modelo de Felder, siendo este modelo
además, totalmente válido y altamente fiable. De allí que se haya seleccionado como modelo base para
definir el esquema de adaptación.
Los factores que se deben considerar para definir un esquema para diseñar unidades didácticas
adaptadas a los estilos de aprendizaje, son: a) revisión y aplicación de la teoría de estilos de aprendizaje de
Felder, b) definición del método pedagógico adecuado a cada estilo y las características del medio para
30
Aguayo Canela, M., & Lora Monge, E. (2015). “Cómo realizar “paso a paso” un contraste de hipótesis
con SPSS para Windows: Correlación y regresión lineal simple“. Recuperado el 15 de Febrero de
2015, de http://www.fabis.org/html/archivos/docuweb/contraste_hipotesis1.pdf.
Anderson, T. (2001). “Assessing Teaching Presence in a Computer. Conferencing Context”. Journal of
Asynchronous Learning Network, 5, págs. 8-10.
Arévalo Carballo, D. (1994). Muestreo no probabilístico. Recuperado el 12 de Mayo de 2014, de
ri.ufg.edu.sv/jspui/bitstream/.../4/658.83-A678p-CAPITULO%20II.1.pdf
Arias, G. F. (2004). El Proyecto de Investigación. Introducción a la Metodología Científica. Caracas:
Episteme.
Asinsten, J. C. (2014). El material didáctico en la educación a distancia.Guia del Docente Contenidista. En
&. J. Asinsten, Producción de Contenidos para Educación Virtual (1 ed., Vol. 1, págs. 25-70).
Madrid, España: VirtualEduca.
Bajraktarevic, N., Hall, W., & Fullick, P. (2003). Incorporating learning styles in hypermedia environment:
Empirical evaluation. Recuperado el 15 de Marzo de 2011, de Fourteenth Conference on Hypertext
and Hypermedia: http://wwwis.win.tue.nl/ah2003/proceedings/paper4.pdf.
Brown, A. L., Ellery, S., & Campione, J. C. (1998). Creating zones of proximal development electronically.
Obtenido de
http://books.google.co.ve/books/about/Creating_zones_of_proximal_development_e.html?id=Iq4Tnw
EACAAJ&redir_esc=y.
Brusilovsky, P. (1996). Methods and techniques of adaptive hipermedia. User Modeling and User Adapted
Interaction , 6 (2-3), 87-129.
Capuano, N., Marsella, N., & Salerno, S. (2000). ABITS: An Agent Based Intelligent Tutoring System for
Distance Learning. Proceedings of ITS 2000 , 19-23.
31
Carro, R., Pulido, E., & Rodrígues, P. (1999). TANGOW: Task-based Adaptive learNer Guidance on the
WWW. Computer Science Report, Eindhoven University of Technology. , 49-57.
Chavez Alizo, N. (2007). Introducción a la investigación educativa. Maracaibo: Gráfica González.
De Bra, P., Aerts, A., Berden, B., De Lange, B., Rousseau, B., Santic, T., y otros. (2003). Aha! the adaptive
hypermedia architecture. Fourteenth ACM Conference on Hypertext and Hypermedia, (págs. 81-84).
Nottingham.
European Commission, D. (1998). Open and distance learning in action. Recuperado el 12 de Noviembre
de 2014, de http://europa.eu.int/comm/education/index_en.html.
Felder, R. (1996). Matters of style , 6 (4) , 18-23. (A. Prism, Ed.)
Felder, R., & Silverman, K. L. (1988). Learning styles and teaching styles in engineering education.
Engineering Education , 78 (7), 674-681.
Franzoni, A. L., & Saïd, A. (2009). “Student Learning Styles Adaptation Method Based on Teaching
Strategies and Electronic Media”. En Wiley (Ed.), Journal of International Forum of Educational
Technology & Society, 12, págs. 15-29.
García Aretio, L. (1997). Propuesta de estructura de unidad didáctica y de guía didáctica. En L. García
Aretio, El material didáctico impreso en la educación a distancia . Madrid: UNED.
García Aretio, L. (1998). Una propuesta de estructura de unidad didáctica y de guía didáctica. En L. García
Aretio, El material impreso en la enseñanza a distancia (págs. 165-191). Madrid: Universidad
Nacional de Educación a Distancia.
Gaudioso, E. (2002). Contribuciones al modelado del usuario en entornos adaptativos de aprendizaje y
colaboración a través de Internet mediante técnicas de aprendizaje automático. Recuperado el 22 de
Mayo de 2013, de http://fermat.usach.cl/~msanchez/aprendizaje-automatico2002.pdf.
Grigoriadou, M., Papanikolaou, K., Kornilakis, H., & Magoulas, G. (2001). INSPIRE: An Intelligent
System for Personalized Instruction in a Remote Environment. Eight International Conference on
UserModeling , (págs. 3-5). Sonthofen, Germany.
Hernández, R., Fernández, C., & Baptista, P. (2003). Metodología de la Investigación. México: Editorial
McGraw-Hill Interamericana, S.A.
Hernández Sampieri, R. (2003). Metodología de la Investigación. Mexico: Mc Graw Hill.
Hernández Sánchez, A. M., Carrillo, &. O., & A., J. (2015). Aprendizaje Electrónico Afectivo: un modelo
Innovador para Desarrollar una Acción Tutorial Virtual de Naturaleza Inclusiva. Revista Formación
Universitaria , 8 (2), 19-26.
Holmberg, B. (1995). The evolution of the character and practice of distance. Open Learning , 10 (2), 47-
53.
Iglesias González, R., & Otros. (2006). E-Learning Personalizado en función de Estilos de Aprendizaje y
Utilizando Estándares Educativos Emergentes. Recuperado el 10 de Marzo de 2010, de Universidad
Complutense de Madrid: http://eprints.ucm.es/9033/.
Kobsa, A., Koenemann, J., & Pohl, W. (2001). Personalized Hypermedia Presentation Techniques for
Improving Online Customer Relationships. The Knowledge Engineering Review , 16 (2), 111-155.
Kolb, D. A. (1981). Experiential learning theory and the learning style inventory: a reply to freedman and
stumpf. Academy of Management Review , 6 (2), 289-296.
32
Livesay, G. A., Dee, E. A., & S., H. L. (2002). Engineering student learning styles: A statistical analysis
using felder's index of learning styles. Annual Conference of the American Society for Engineering
Education. Montreal: Quebec.
Marcelo García, C. (2006). “Las nuevas competencias en e-learning: ¿qué formación necesitan los
profesionales del e-learning?”. Barcelona: Octaedro.
Martí Arias, J. A. (2010). Estilos de Aprendizaje y Modelo de Usuario en los Sistemas Hipermedia
Adaptativos. Recuperado el 17 de Marzo de 2010, de http://www.monografias.com/trabajos-
pdf4/estilosaprendizaje-y-modelo-usuario/estilos-aprendizaje-y-modelousuario.pdf
Mérida, D., Cannataro, M., Fabregat, R., & Arteaga, C. (2004). MAS-SHAAD a Multiagent System
Proposal for an Adaptive Hypermedia System. Revista Internacional de Educación Continua de
Ingeniería y la formación permanente (IJCEELL) , 14 (4/5), 331-352.
Miller, S. M., & Miller, K. L. (2000). Theoretical and practical considerations in design of Web-based
instruction. Hershey : Idea Group Publishing.
Myers, I. B., & McCaulley, M. H. (1985). Manual: A Guide to the Development and Use of the Myers-
Briggs Type Indicator. (C. Palo Alto, Ed.) Consulting Psychologists Press.
Ortega Carrillo, J. A. (1998). "La teleenseñanza digital. Claves tecnológicas y organizativas". (A. p.
España, Ed.) Granada, España: Grupo Editorial Universitario.
Ortigosa, A., Paredes, P., & Rodríguez, P. (2008). An adaptive hierarchical questionnaire based on the index
of learning styles. Proceedings of the Workshop on Authoring of Adaptive and Adaptable Hypermedia
AH 2008. , 45-53.
Paredes Barragán, P. (2008). Una Propuesta de Incorporación de los Estilos de Aprendizaje a los Modelos
de Usuario en Sistemas de Enseñanza Adaptativos. Tesis Doctoral publicada, Universidad Autónoma
de Madrid, Madrid.
Paredes, P., & Rodriguez, P. (2004). A Mixed Approach to Modellin Learning Styles in Adaptive
Educational Hypermedia. Advanced Technology for Learning, 1, págs. 210-215.
Paredes, P., & Rodriguez, P. (2006). The Application of Learning Styles in Both Individual and
Collaborative Learning. Recuperado el 17 de Abril de 2014, de Sixth International Conference on
Advanced Learning Technologies: http://portal.acm.org/citation.cfm?id=115613.
Pesantez Merino, V. R. (2008). Educación Adaptativa en la Web: Estado del Arte. Recuperado el 17 de
Abril de 2010, de Universidad Técnica Particular de Loja:
http://repositorio.utpl.edu.ec/bitstream/123456789/3386/1/378X545.p
Ramírez León, Y., & Rosas Espín, D. (2014). Aplicación de la teoría de estilos de aprendizaje al diseño de
contenidos didácticos en entornos virtuales. Eticanet (14).
Seery, N., Gaughran, W. F., & Waldmann, T. (2003). Multi-modal learning in engineering education.
Proceedings of the ASEE Conference on Engineering Education. Nashville.
UPEL. (2006). Manual de Trabajos de Grado de Especialización, Maestrias y Tesis Doctorales. Caracas:
Fondo Editorial de la Universidad Pedagógica Experimental Libertador(FEDUPEL).
Vélez Ramos, J. B. (2009). Entorno de Aprendizaje Virtual Adaptativo Soportado por un Modelo de
Usuario Integral. Universidad de Girona.
Vélez, J., Baldiris, S., & Otros. (2008). Generación de Cursos Virtuales Adaptativos Basados en SCORM e
IMS-LD. Avances en Sistemas e Informática , 5 (3).
33
Wolf, C. (2002). Iweaver: Towards an interactive web-based adaptive learning environment to address
individual learning styles. Recuperado el 17 de Febrero de 2011, de European Journal of Open
Distance and E-learning: http://www.eurodl.org/materials/contrib/2002/2HTML/iWeaver.htm.