Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
13Activity
0 of .
Results for:
No results containing your search query
P. 1
FORMA DE INVESTIGAR

FORMA DE INVESTIGAR

Ratings:

5.0

(1)
|Views: 3,403|Likes:

More info:

Published by: Juan Domingo Farnós Miró on Jun 18, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

03/11/2014

pdf

text

original

 
FORMA DE INVESTIGAR:Método Científico a traves de planteamientois estadísticos:.A partir de tests de asertividad, personalidad, actitudes...veremos quecondicionamientos tienen los usuarios-alumnos, para buscar las herramientas sdíncronasy asíncronas que les serán necesarias..A partir de estos tests, y con la información que nos proporciones, propondremos unaTipología de Evaluación Inicial, que expondremos a Administradores y docentes de E-learning-Inclusivo..También empleartemos mecanismos de observación y rastreo de herramientas, segúnlas tendencias formativas del momento que nos han proporcionando ls Coolhunters..Estableceremos los parámetros de los Coachings en cada curso formativo, según sea para universitarios, empresarios, profesionales....A partir de las Estadisticas que saquemos en cuánto a posibilidades, tipologías dealumnos, diversidad y eficacia de los materiales...antes, durante y al finalizar laformación...lo utilizaremos para plantear posibles metodologías retroactivas, tanto enlos materiales, planteamientos metodológicos, cómo variaciones estructurales en lscursos.. Emplearemos el método científico; Teoría con su planteamiento de hipótesis (que yahemos comentado), una posterior observación y una comprobación empírica(científica), centrándonos en la teoría del ERROR, la base del E-Learning-Inclusivo..En la Estadística, eutilizacemos un muestreo en un conjunto de Usuarios y aquí loharemos con una doble variante,; primero por sacar una estadística que nos conduzcaafuturos planteamientos y segundo, por el tema de la inclusividad, ya que las personasson diferentes y sus necesidades, aptitudes y actitudes, también, poor eso lonecesitamos, con las variables, según l comentado que puedan llevarnos a fórmulas deretroacción adecuadas, tant o en aspectos personalizados como socializadores. Naturalmente siempre tendremos especial incidencia en la Relación de un medio tanespecial cómo es Internet y su aplicación en E-Learning-Inclusivo, un planteamientoque tiene diferentes vaiantes, por una parte es formació (educación) y además inclusiva,y por otra , tenemos los aspectos más tecnológicos, propios de la tecnología Educativa(medios electróinicos y trabajos con web)..La Recogida de datos la Realizaremos mediante planteamientos síncronos y asíncronos,en los primeros hartems es pecal incidencia en formatos 2.0, como los RSS,especialmente en Wikis, tal cómo ya hemnos comentado y los aspectos evaluativos losrealizaremos con rúbricas, nuestro buque insignia dentro del control evaluativo del proceso..Con los programas Informáticos que hemos expuesto en el Proyecto 1, revisaremos losaspectos cuantitativos y cualitativos del marco de formación E-learning-Inclusivo, el
 
cuál nos permitira establecer caminos diferentes (inclusivos) para la realización delmismo..Estableceremos modelos estandarizados , para que a partir de ellos podamos introduciar las variables y los condicionamientos personalizados de todo el proceso, siempreteniendo presente las peculiaridades de los usuarios.Emplearemos el SPSS :
El sistema de módulos de SPSS, como los de otros programas (similar al de algunos lenguajesde programación) provee toda una serie de capacidades adicionales a las existentes en elsistema base. Algunos de los módulos disponibles son:
Modelos de Regresión (retroacción)
Modelos Avanzados
Reducción de datos
: Permite crear variables sintéticas a partir de variablescolineales por medio del Análisis Factorial.
Clasificación
: Permite realizar agrupaciones de observaciones o de variables(
cluster analysis
) mediante tres algoritmos distintos.
Pruebas no paramétricas
: Permite realizar distintas pruebas estadísticasespecializadas en distribuciones no normales.
Tablas
: Permite al usuario dar un formato especial a las salidas de los datos para suuso posterior. Existe una cierta tendencia dentro de los usuarios y de los desarrolladoresdel software por dejar de lado el sistema original de TABLES para hacer uso más extensivode las llamadas CUSTOM TABLES.
Tendencias
Categorías
: Permite realizar análisis multivariados de variables normalmentecategorías. También se pueden usar variables métricas siempre que se realice el procesode recodificación adecuado de las mismas.
Análisis de Conjunto:
Permite realizar el análisis de datos recogidos para este tipoespecifico de pruebas estadísticas.
Mapas
: Permite la representación geográfica de la información contenida en un fichero
Pruebas Exactas
: permite realizar pruebas estadísticas en muestras pequeñas.
Análisis de Valores Perdidos
: Regresión simple basada en imputaciones sobre losvalores ausentes.
Muestras Complejas
: permite trabajar para la creación de muestras estratificadas, por conglomerados u otros tipos de muestras.
SamplePower 
(cálculo de tamaños muestrales).
 
Todas estas comprobaciones nos servirán para r readaptando nuestro E-Learning-Inclusivo,eso si, a partir de los Estandares que hemos mencionado en un principio.A partir de aquí, elaboraremos cuestionarios sobretodo para, antes , durante y después delproceso, ..para todos los componntes intervinientes en el proceso; usuarios, profesores,administradores, coaching, coolhunters...para que de esta manera tengamos la informacionregogida de primera mano y poder estableces las correcciones oportunas.Y todo ello lo realizaremos para poderlo aplicar tanto en las EVEAS, cómo en las RedesSociales, con las que seguramente haremos más incidencia, ya que consideramos que enmenos de un año el nuevo MOODLE 2.0, quedará superado por las mismas, por lo que lasituación en Tecnologías Educativas irá hacia este camino, con el refuerzo de planteamientosde Inteligencia Artificial, que ya hemos comentado y que tenemos presente investigar:.Simulaciones en entornos vuirtuales y aumentados, con tratamiento inmersivo y/o no inmersivo(este con aplicación de herramientas de la web 2.0 –síncronas y asíncronas) y el inmersivo,para reproducir virtualmente el foprmato de E-learning-Inclusivo, y a través de observar suserrores y sus progresos, llegar a la realidad dede trabajo en WEB Y A DISTANCIA, de unamanera más fiable.
Árboles de Clasificación
: Permite formular árboles de clasificación y/o decisión con locual se puede identificar la conformación de grupos y predecir la conducta de susmiembros.
Validación de Datos
: Permite al usuario realizar revisiones lógicas de la informacióncontenida en un fichero.sav. y obtener reportes de los valores considerados extraños. Essimilar al uso de sintaxis o scripts para realizar revisiones de los ficheros. De la mismaforma que estos mecanismos es posterior a la digitalización de los datos.

Activity (13)

You've already reviewed this. Edit your review.
1 thousand reads
1 hundred reads
Abel Macario liked this
Sebazztian Rgm liked this
Myri Chiki Love liked this
Karmen Janett liked this
RedTebas liked this

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->