template-browser-not-supported

Máster Universitario en Ingeniería Web (En Extinción)

Estudia

Atrás Atrás

Arquitectura y Desarrollo de Sistemas E-Learning

Código asignatura
MINGEWEB-2-014
Curso
Segundo
Temporalidad
Segundo Semestre
Carácter
Optativa
Créditos
4
Itinerarios
  • Investigador
Pertenece al itinerario Bilingüe
No
Actividades
  • Prácticas de Laboratorio (10 Horas)
  • Clases Expositivas (6 Horas)
  • Prácticas de Aula/Semina (14 Horas)
Guía docente

Asignatura del módulo de especialidad de investigación impartida del segundo curso. Cuenta con 4 créditos ECTS equivalentes a 100 horas de trabajo; 30 horas presenciales y 70 horas no presenciales. La asignatura cuenta con un total de 6 horas expositivas, 14 horas de seminarios, a las que se suman 10 horas de prácticas de laboratorio.

Arquitectura y desarrollo de sistemas de e-learning es una asignatura cuyo objetivo principal es descubrir cómo potenciar el aprendizaje teniendo como soporte la tecnología. Este enfoque no es posible ni viable sin una metodología de investigación subyacente, por tanto, son necesarias competencias transversales para llevar a cabo la labor investigadora. Con este fin en mente, se utilizan los entornos educativos basados en las tecnologías y creados en la Universidad de Oviedo, así como las investigaciones previas y propuestas actuales de investigadores con más repercusión en el campo del e-learning.

Al finalizar este curso, dirigido e impartido por investigadores en e-learning, los estudiantes serán capaces de entender los modelos, metodologías y técnicas utilizadas en las herramientas de aprendizaje, proponer soluciones a nuevos desarrollos que contemplen las tendencias actuales en este campo e investigar en los distintos aspectos existentes actualmente en e-learning.

El estudiante que curse esta asignatura ha de disponer de conocimientos en el diseño y programación de aplicaciones informáticas. Se recomienda haber cursado las asignaturas de Arquitecturas y Diseño de Sitios Web, Gestores de Contenidos Web y Servicios Web. También es muy recomendable haber cursado Lenguajes y Plataformas de Lenguajes de Programación.

Al finalizar la asignatura, el alumno deberá haber adquirido las siguientes capacidades, destrezas y competencias:

Competencias Generales:

O4.Capacidad para crear modelos matemáticos y desarrollar algoritmos de cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería en Informática.

O6. Capacidad para dirigir a nivel general y técnico proyectos de investigación, desarrollo e innovación, en empresas y centros tecnológicos, en el ámbito de la Ingeniería Informática.

Competencias específicas

IW06. Competencia para el empleo de tecnologías web en determinadas aplicaciones específicas.

ESP02. Competencia para la investigación, transferencia y aplicación de nuevos modelos, arquitecturas, metodologías, paradigmas o herramientas relacionados con la web.

DG3. Capacidad para la dirección de proyectos de investigación, desarrollo e innovación, en empresas y centros tecnológicos, con garantía de la seguridad para las personas y bienes, la calidad final de los productos y su homologación.

TI09. Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.

Resultados de aprendizaje

ID

Resultado de aprendizaje

Competencias con las que se relaciona

RA140

Comprender los fundamentos tanto teóricos como prácticos del e-learning para proponer nuevos modelos

TI09, IW06

RA141

Aplicar técnicas de lectura/escritura de artículos científicos relacionados con e-learning

O4, ESP02

RA142

Colaborar en equipos para realizar proyectos de investigación y fomentar las habilidades comunicativas

O6, DG3

RA143

Asimilar y comprender las nuevas líneas de investigación en e-learning

O4, ESP02

RA144

Comunicar y defender conocimientos, conclusiones y razones que las sustentan a públicos especializados y no especializados de un modo claro y preciso

DG3

  1. Introducción al e-learning
  2. Metodología de investigación aplicada al e-Learning
  3. Registro y análisis de la interacción en los sistemas e-Learning
  4. Redacción de preguntas de investigación, análisis de datos y de resultados

MODALIDADES

Horas

%

Totales

Presencial

Clases Expositivas

6

6%

30

Práctica de aula / Seminarios / Talleres

14

14%

Prácticas de laboratorio / campo / aula de informática / aula de idiomas

10

10%

Prácticas clínicas hospitalarias

Tutorías grupales

Prácticas Externas

Sesiones de evaluación

No presencial

Trabajo en Grupo

56

56%

70

Trabajo Individual

14

14%

Total

100

  • La parte teórica será expuesta mediante método dialogado
  • En la parte práctica se establecerá una puesta en común del problema, utilizando un aprendizaje por descubrimiento para su resolución
  • El desarrollo de la parte práctica estará basado prioritariamente en el método del PBL (Problem/Project Based Learning)
  • En caso de que el trabajo sea individual, todas las horas no presenciales son individuales.

De forma excepcional, si las condiciones sanitarias lo requieren, se podrán incluir actividades de docencia no presencial. En cuyo caso, se informará al estudiantado de los cambios efectuados

De acuerdo con el Reglamento de evaluación de los resultados de aprendizaje y de las competencias adquiridas por el alumnado aprobado por Acuerdo de 30 de abril de 2010, del Consejo de Gobierno de la Universidad de Oviedo, los estudiantes tienen derecho a dos convocatorias por curso académico: convocatoria ordinaria-Evaluación Continua y convocatoria extraordinaria.

La evaluación se basa en la realización de un PBL (Problem / Project Based Learning). Los estudiantes han de realizar un trabajo relacionado con las líneas de investigación propuestas en la asignatura. Los profesores guiarán a los alumnos en el trabajo, y les proporcionan los materiales adecuados para la realización del mismo.

De forma excepcional, si las condiciones sanitarias lo requieren, se podrán incluir métodos de evaluación no presencial. En este caso, se informará al estudiantado de los cambios efectuados.

Convocatoria Ordinaria-Evaluación Continua

En la convocatoria Ordinaria-Evaluación Continua se debe asistir al 80% de las clases, en caso contrario el alumno será calificado como No Presentado. 

En esta convocatoria, se emularán los procesos de presentación en congreso y discusión de los trabajos por parte del comité científico.

La nota final de cada estudiante vendrá dada por la siguiente fórmula:

NF = 0,80 * NT + 0,20 * NP

Donde

            NF es la nota final del alumno.

            NT es la nota del trabajo de ámbito científico.        

            NP es la nota de la presentación del trabajo.

Para poder aplicar esta fórmula es imprescindible tener una nota mínima de 5 en la nota del trabajo. En caso de no tener dicha nota mínima, la nota final será el mínimo entre 3,5 y NF.

La fecha final de entrega de trabajos será el día indicado en el Calendario Académico del Máster Universitario en Ingeniería Web.

Evaluación Extraordinaria/Evaluación Diferenciada

En la convocatoria extraordinaria se plantearán las actividades a entregar en el periodo oficial de evaluación establecido por el Calendario académico de la Universidad de Oviedo.

En esta convocatoria, se evaluará exclusivamente el trabajo de ámbito científico:

NF = NT

Donde

            NF es la nota final del alumno.

            NT es la nota del trabajo.

Todos los contenidos, material y la información adicional se ubicarán en la asignatura del Campus virtual de la Universidad de Oviedo. Además, la siguiente bibliografía será de interés para el seguimiento de la asignatura:

Tema 1: Introducción al e-Learning

  • Dagger, D., O'Connor, A., Lawless, S., Walsh E., Wade, V.: Service-Oriented eLearning Platforms: From Monolithic Systems to Flexible Services. IEEE Internet Computing 11(3), pp. 28-35, 2007
  • Koper, R., and VanEs, R. Modeling units of learning from a pedagogical perspective. Online education using learning objects (open and flexible learning). Routledge/Falmer, London, 2004
  • Mason, R., and Rennie, F. eLearning and Social Networking Handbook. Resources for Higher Education. ISBN: 978-0-415-42607-7
  • S. Downes, "eLearning 2.0," eLearn magazine 2005, nº. 10 (2005)

Tema 2: Investigación en e-Learning

  • Fernández Medina, Carlos. COLMENA: Modelo para la asistencia de la programación potenciado en la tecnología, basado en análisis de datos. 224. Tesis Doctoral. Universidad de Oviedo.
  • Riestra González, Moisés. Efectos de los patrones de aprendizaje en línea sobre el rendimiento académico desde una perspectiva de la minería de datos. 2022. Tesis Doctoral.
  • Cabielles Hernández, David. Interacción e intervención con dispositivos móviles para usuarios con tea y trastornos comunicativos. 2021. Tesis Doctoral. Universidad de Oviedo.
  • Gabriel Egan, What is a PhD, exactly?,http://gabrielegan.com/teaching/What's%20a%20PhD/index.htm
  • Sánchez Santillán, Miguel. “Variables de comportamiento para desarrollar un modelo de interacción en los LMSs. Tesis defendida en el Departamento de Informática de la Universidad de Oviedo. 2017
  • Álvarez, V.M. "Voice Interactive Classroom, a service-oriented architecture to enable cross-platform multiple-channel access to Internet-based learning". A thesis dissertation of the Department of Computer Science at the University of Oviedo (Spain) 2011. AS/505-2011; ISBN: 978-84-8317-863-8.

Tema 3: Registro y análisis de la interacción en los sistemas e-Learning

  • Sanchez‐Santillan, M., Fernandez‐Medina, C., Perez‐Perez, J. R., & Paule‐Ruiz, M. (2023). An empirical evaluation of the formative feedback supported by dashboard in the context of compilation error. Computer Applications in Engineering Education, 31(5), 1289-1305.
  • MPuerto Paule Ruiz, Miguel Sánchez Santillán, Juan Ramón Pérez-Pérez.  Freehand drawing activity: A comparison between tablet-finger vs paper&crayon throughout time. Behaviour & Information Technology. 43:5, 988-1001, DOI: 10.1080/0144929X.2023.2196578.
  • Moises Riestra-González, Maria del Puerto Paule-Ruíz, Francisco Ortin. Massive LMS log data analysis for the early prediction of course-agnostic student performance. Computers & Education, Volume 163, 2021. ISSN 0360-1315. https://doi.org/10.1016/j.compedu.2020.104108.
  • García González, H., Labra Gayo, E., Paule-Ruiz, MP. Enhancing e-Learning content by using Semantic Web technologies. IEEE Transactions on Learning Technology. Volume: 10, Issue: 4, pp. 544 - 550 (2017) 10.1109/TLT.2016.2629475
  • Cabielles-Hernández, D., Pérez-Pérez, J. R., Paule-Ruiz, M., & Fernández-Fernández, S. Specialized Intervention Using Tablet Devices for Communication Deficits in Children with Autism Spectrum Disorders. IEEE Transactions on Learning Technologies. Volume: 10 Issue:2, pp. 182-193 (2017). DOI:10.1109/TLT.2016.2559482
  • Paule-Ruiz, MPuerto, Alvarez-García, Víctor, Pérez-Pérez. Juan Ramón, Alvarez-Sierra, Mercedes & Trespalacios-Menéndez, Félix. Music learning in preschool with mobile devices. Behaviour & Information Technology. Volume 36, Issue 1, pp. 95-111 (2017). DOI:10.1080/0144929X.2016.1198421
  • Cerezo, Rebeca, Sanchez-Santillán, Miguel, Paule-Ruiz, MPuerto, Nuñez, JCarlos (2016). Students' LMS interaction patterns and their relationship with achievement: A case study in higher education. Computers & Education, Volume 96, Pages 42–54 (May 2016).
  • Paule-Ruiz MP, Riestra González M, Sánchez-Santillán M, Pérez-Pérez JR. The procrastination related indicators in e-learning platforms. Journal Universal Computer Science, 21(1), 7-22 (2015).

Tema 4: Redacción de preguntas de investigación, análisis de datos y de resultados

  • Feiran Zhang, Panos Markopoulos, Tilde Bekker, MPuerto Paule-Ruiz & Martine Schûll (2020). Understanding design-based learning context and the associated emotional experience. International Journal of Technology and Design Education, pp. 1-38. https://doi.org/10.1007/s10798-020-09630-w
  • Wilson Gustavo Chango Sailema, Miguel Sánchez, Rebeca Cerezo and Cristóbal Romero. Predicting students’ performance using emotion detection from face-recording video when interacting with an ITS. Proceedings of The 13th International Conference on Educational Data Mining (EDM 2020), Anna N. Rafferty, Jacob Whitehill, Violetta Cavalli-Sforza, and Cristobal Romero (eds.) 2020, pp. 578 – 580
  • Feiran Zhang, Panos Markopoulos, Tilde Bekker, Martine Schüll, MPuerto Paule-Ruiz. EmoForm: Capturing Children's Emotions during Design Based Learning. FL2019: Proceedings of FabLearn 2019
  • Paule-Ruiz, M., Álvarez-García, V., Pérez-Pérez, J. R., & Riestra-González, M.. Voice interactive learning: a framework and evaluation. In Proceedings of the 18th ACM conference on Innovation and technology in computer science education (pp. 34-39). ACM.2013
  • Fernandez-Medina, C., Pérez-Pérez, J. R., Álvarez-García, V. M., & Paule-Ruiz, M.P. Assistance in computer programming learning using educational data mining and learning analytics. In Proceedings of the 18th ACM conference on Innovation and technology in computer science education (pp. 237-242). ACM.2013.
  • Álvarez V.M, Paule M.P, Riestra M, Pérez J.R. Voice interactive classroom: best practices and design strategies. Concurrency and Computation: Practice and Experience (2012). doi 10.1002/cpe.2814
  • Álvarez V.M, Paule M.P, Pérez J.R. Voice Interactive Classroom, a service-oriented software architecture for speech-enabled learning. Journal of Network and Computer Applications (2010). doi 10.1016/j.jnca.2010.03.005
  • Paule, M.P., Fernández, M.J., Ortín, F., Pérez, J.R.: Adaptation in current elearning systems. Elsevier Computer Standards and Interfaces, 30 (1-2) pp. 62-70, 2008