| Revista: | Educare (San José) |
| Base de datos: | |
| Número de sistema: | 000565726 |
| ISSN: | 1409-4258 |
| Autores: | Salas Rueda, Ricardo Adán1 |
| Instituciones: | 1Universidad Nacional Autónoma de México, Instituto de Ciencias Aplicadas y Tecnología, Ciudad de México. México |
| Año: | 2021 |
| Periodo: | May-Ago |
| Volumen: | 25 |
| Número: | 2 |
| Paginación: | 240-261 |
| País: | Costa Rica |
| Idioma: | Español |
| Resumen en español | Esta investigación cuantitativa analiza el impacto del aula invertida en el proceso de enseñanza-aprendizaje sobre los mapas de Karnaugh, para ello considera la ciencia de datos, las redes neuronales y el aprendizaje automático (regresión lineal). En el aprendizaje automático, la sección de entrenamiento utilizó el 60%, 70% y 80% de la muestra para evaluar las hipótesis de investigación. Los mapas de Karnaugh permiten identificar la función lógica que minimiza el número de componentes electrónicos utilizados durante la construcción de los circuitos digitales. El objetivo general es implementar y analizar el uso sobre el aula invertida en el proceso educativo sobre los mapas de Karnaugh. La muestra está compuesta por 26 estudiantes de la Licenciatura Ejecutiva en Sistemas Computacionales que cursaron la asignatura Lógica secuencial y combinatoria en una universidad mexicana. Esta investigación propone la implementación del aula invertida por medio de la consulta de videos YouTube (antes de la clase), el uso del protoboard en forma colaborativa (durante la clase) y el empleo del software Crocodile Clips (después de la clase). El protoboard es una placa de pruebas que permite la construcción de circuitos digitales y el software Crocodile Clips permite realizar diversas simulaciones sobre el funcionamiento de los circuitos digitales. Los resultados del aprendizaje automático indican que el aula invertida influye positivamente el rol activo y la motivación del estudiantado durante el proceso de aprendizaje. La ciencia de datos identifica 6 modelos predictivos sobre el aula invertida por medio de la técnica árbol de decisión. La información sobre el perfil del estudiantado (sexo y edad) y el uso de las herramientas (videos YouTube, protoboard y software Crocodile Clips) permiten la construcción de estos modelos. Asimismo, las redes neuronales identifican los aspectos del aula invertida que influyen en el rol activo y la motivación del estudiantado. Por último, en este estudio se ha comprobado que el aula invertida mejora las condiciones de enseñanza-aprendizaje por medio de la consulta de videos YouTube, el uso del protoboard en forma colaborativa y el empleo del software Crocodile Clips. |
| Resumen en portugués | Esta pesquisa quantitativa analisa o impacto da sala de aula invertida no processo de ensino-aprendizagem em mapas de Karnaugh, considerando os dados da ciência, redes neuronais e aprendizagem automático (regressão linear). No aprendizado automático, a seção de treinamento usou 60%, 70% e 80% da amostra para avaliar as hipóteses de pesquisa. Os mapas de Karnaugh permitem identificar a função lógica que minimiza o número de componentes eletrónicos utilizados durante a construção de circuitos digitais. O objetivo geral é implementar e analisar o uso da sala de aula invertida no processo educacional sobre os mapas de Karnaugh. A amostra é constituída por 26 estudantes de Licenciatura Executiva em Sistemas de Computação que terminaram o curso de Lógica seqüencial e combinacional em uma universidade mexicana. Esta pesquisa propõe a implementação da sala de aula invertida através de consulta de vídeos de YouTube (antes da aula), o uso de protoboard de forma colaborativa (durante a aula) e o uso de software Crocodile Clips (depois da aula). A placa de ensaio (protoboard) permite a construção de circuitos digitais e o software Crocodile Clips permite várias simulações sobre o funcionamento de circuitos digitais. Os resultados da aprendizagem automática indicam que a sala de aula invertida influencia positivamente o papel ativo e a motivação estudantil durante o processo de aprendizagem. Os dados da ciência identificam 6 modelos preditivos na sala de aula invertida por meio da técnica da árvore de decisão. As informações sobre o perfil de estudante (sexo e idade) e o uso das ferramentas (vídeos do YouTube, protoboard e software Crocodile Clips) permitem a construção desses modelos. Da mesma forma, as redes neuronais identificam os aspectos da sala de aula invertida que influenciam o papel ativo e a motivação do estudante. Finalmente, a sala de aula invertida melhora as condições de ensino e aprendizagem através de consulta vídeos do YouTube, a placa de ensaio de forma colaborativa e uso de software Crocodile Clips. |
| Resumen en inglés | This quantitative design research analyzes flipped classroom’s effects in the teaching-learning process on Karnaugh’s maps considering data science, neural networks, and machine learning (linear regression). In machine learning, the training section used 60%, 70%, and 80% of the sample to test the research hypotheses. Karnaugh’s maps allow identifying the logical function that minimizes the number of electronic components used during the digital circuits’ construction. The general aim is to implement and analyze the use of the flipped classroom in the educational process on Karnaugh’s maps. The sample is composed of 26 students from the Executive Degree in Computational Systems. The students were enrolled in the Sequential and Combinatorial Logic course at a Mexican university. This research proposes the implementation of a flipped classroom using the consultation of YouTube videos (before the class), use of the protoboard in a collaborative mode (during the class), and use of the Crocodile Clips software (after the class). The protoboard is a test plate that allows the construction of digital circuits, and Crocodile Clips software allows performing various simulations on digital circuits’ operation. Machine learning results indicate that flipped classrooms positively influence the student’s active role and motivation during the learning process. Data science identifies six predictive models on flipped classrooms employing the decision tree technique. The information about the student’s profile (sex and age) and use of the tools (YouTube videos, breadboard, and Crocodile Clips software) allow the construction of these models. Likewise, neural networks identify the flipped classroom aspects that influence the student’s active role and motivation. Finally, flipped classrooms improve the teaching-learning conditions through the consultation of YouTube videos, the use of the protoboard in a collaborative way, and the Crocodile Clips software. |
| Palabras clave: | Aula invertida, Tecnología educativa, Ciencia de datos, Enseñanza, Aprendizaje superior |
| Keyword: | Flipped classroom, Educational technology, Data science, Teaching, Higher learning |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
