Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Mamani Mamani, Sol Abigail"

Now showing 1 - 2 of 2
Results Per Page
Sort Options
  • Loading...
    Thumbnail Image
    Item
    Modelo autónomo M-Learning para el aprendizaje de matemáticas con aplicativo MatiMath en estudiantes de una universidad confesional
    (Universidad Peruana Unión, 2021-05-07) Mamani Mamani, Carlos Rubén; Mamani Mamani, Sol Abigail; Soria Quijaite, Juan Jesús
    La enseñanza-aprendizaje en entornos virtuales móviles está teniendo mayor presencia e impacto en estudiantes y docentes, brindándoles más herramientas para aprender. Se ha encontrado un vacío en el ámbito tecnológico relacionado al aprendizaje en matemáticas por ello el estudio tiene como objetivo construir un Modelo M-Learning que complemente ambas áreas con el fin de mejorar el aprendizaje en entornos virtuales, se planteó dos principios como pilares del modelo: fundamentos pedagógicos y elementos UX. El modelo fue plasmado a través de un aplicativo móvil donde su desarrollo y estructura del contenido fueron elaborados cumpliendo los principios del Modelo planteado, posteriormente se puso a prueba con los estudiantes de una Universidad Confesional, donde los resultados de su aprendizaje tuvieron una escala de 5 puntos a comparación del los estudiantes que no utilizaron el aplicativo.
  • Loading...
    Thumbnail Image
    Item
    Modelos de aprendizaje supervisado como apoyo a la toma de decisiones en las organizaciones basados en datos de redes sociales: Una revisión sistemática de la literatura.
    (Universidad Peruana Unión, 2019-12-02) Barrientos Mogollon, Estrella Sarit; Mamani Mamani, Sol Abigail; Huanca Torres, Fredy Abel
    Las redes sociales se han convertido en la herramienta de comunicación e interacción más utilizada entre las personas y se han diversificado para cumplir funciones importantes dentro de la organización. En consecuencia, las redes sociales se han vuelto una fuente inmensa de datos que son procesados a través de modelos de aprendizaje supervisado para producir información que sea competente para la toma de decisiones como la predicción de campañas electorales, la predicción de consumo de un producto y/o servicio, la reputación de una empresa entre otros. De manera que el presente estudio tiene como objetivo identificar los modelos de aprendizaje supervisado como apoyo a la toma de decisiones en las organizaciones basados en datos de redes sociales. Para la identificación de modelos de aprendizaje supervisado se realizó una revisión sistemática de la literatura(RSL) en bases de datos reconocidas y revistas indexadas. De un total de 1614 artículos se identificaron 32 artículos que hacen referencia a 6 modelos de aprendizaje supervisado y las funciones que cumplen como apoyo a la toma de decisiones en una organización. Se puede concluir que existen diversos modelos de aprendizaje supervisado siendo el de Support Vector Machine de mayor grado de precisión. También se han encontrado en las investigaciones modelos de: Naive Bayes, Decision Tree, Regression: Logistic y lineal, k-Nearest Neighbors, y finalmente Neural Network.

DSpace software copyright © 2002-2026 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback