Mostrar el registro sencillo del ítem

dc.contributor.authorAmelec, Viloriaspa
dc.contributor.authorPineda Lezama, Omar Bonergespa
dc.contributor.authorMercado Caruso, Nohora Nubiaspa
dc.date.accessioned2020-02-05T13:28:52Z
dc.date.available2020-02-05T13:28:52Z
dc.date.issued2019
dc.identifier.issn00002010spa
dc.identifier.urihttp://hdl.handle.net/11323/5991spa
dc.description.abstractStructural Equations Models (SEM) determine the dependence or independence relationship of the variables through the integration of linear equations. These models combine factorial analysis with linear regression to determine the data adjustment obtained with a proposed model by means of a path analysis, which represents the relationship between latent and observed variables. Observed variables are those that can be directly measured, usually through questionnaires. Latent variables are not directly measured and can be endogenous (dependent) or exogenous (independent). This research provides a model that allows to determine student satisfaction through the structural equations modeling by using the Technological Pedagogical Content Knowledge model (TPACK).spa
dc.description.abstractLos modelos de ecuaciones estructurales (SEM) determinan la relación de dependencia o independencia de las variables a través de la integración de ecuaciones lineales. Estos modelos combinan análisis factorial con regresión lineal para determinar el ajuste de datos obtenido con un modelo propuesto mediante un análisis de ruta, que representa la relación entre las variables latentes y observadas. Las variables observadas son aquellas que pueden medirse directamente, generalmente a través de cuestionarios. Las variables latentes no se miden directamente y pueden ser endógenas (dependientes) o exógenas (independientes). Esta investigación proporciona un modelo que permite determinar la satisfacción de los estudiantes a través del modelado de ecuaciones estructurales mediante el uso del modelo de Conocimiento de Contenido Pedagógico Tecnológico (TPACK).spa
dc.language.isoeng
dc.publisherProcedia Computer Sciencespa
dc.rightsCC0 1.0 Universalspa
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/spa
dc.subjectStructural equationsspa
dc.subjectMaximum likelihood methodspa
dc.subjectFactor analysisspa
dc.subjectLearningspa
dc.subjectManagementspa
dc.subjectSystemspa
dc.subjectTPACK modelspa
dc.subjectEcuaciones estructuralesspa
dc.subjectMétodo de máxima verosimilitudspa
dc.subjectAnálisis factorialspa
dc.subjectSistema de gestión del aprendizajespa
dc.subjectModelo TPACKspa
dc.titleModel and simulation of structural equations for determining the student satisfactionspa
dc.typeArtículo de revistaspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.identifier.instnameCorporación Universidad de la Costaspa
dc.identifier.reponameREDICUC - Repositorio CUCspa
dc.identifier.repourlhttps://repositorio.cuc.edu.co/spa
dc.relation.references[1] Torres-Samuel, M., Vásquez, C., Viloria, A., Lis-Gutiérrez, J.P., Borrero, T.C., Varela, N.: Web Visibility Profiles of Top100 Latin American Universities. In: Tan Y., Shi Y., Tang Q. (eds) Data Mining and Big Data. DMBD 2018. Lecture Notes in Computer Science, Springer, Cham, vol 10943, 1-12 (2018).spa
dc.relation.references[2] Garson, D. (2013). Factor analysis. Asheboro. North Caroline State: Blue Books. University Press.spa
dc.relation.references[3] Duan, L., Xu, L., Liu, Y., Lee, J.: Cluster-based outlier detection. Annals of Operations Research 168 (1), 151–168 (2009).spa
dc.relation.references[4] Haykin, S.: Neural Networks a Comprehensive Foundation. Second Edition. Macmillan College Publishing, Inc. USA. ISBN 9780023527616 (1999).spa
dc.relation.references[5] Haykin, S.: Neural Networks and Learning Machines. New Jersey, Prentice Hall International (2009).spa
dc.relation.references[6] Oviedo, B. a. (2015). Análisis de datos educativos utilizando redes bayesianas, Latin American and Caribbean Conference for Engineering and Technology LACCEI 2015.spa
dc.relation.references[7] Hair, Joseph; Anderson, Rolph; Tatham, Ronald y Black, W. (2001). Análisis multivariante. Madrid, España: Prentice Hall.spa
dc.relation.references[8] Vasquez, C., Torres, M., Viloria, A.: Public policies in science and technology in Latin American countries with universities in the top 100 of web ranking. J. Eng. Appl. Sci. 12(11), 2963–2965 (2017).spa
dc.relation.references[9] Vásquez, C., Torres-Samuel, M., Viloria, A., Lis-Gutiérrez, J.P., Crissien Borrero, T., Varela, N., Cabrera, D.: Cluster of the Latin American Universities Top100 According to Webometrics 2017. In: Tan Y., Shi Y., Tang Q. (eds) Data Mining and Big Data. DMBD 2018. Lecture Notes in Computer Science, Springer, Cham , vol 10943, 1-12 (2018).spa
dc.relation.references[10] Samperio Pacheco, Víctor Manuel. (2019). Ecuaciones estructurales en los modelos educativos: características y fases en su construcción. Apertura, 11(1), pp. 90-103. http://dx.doi. org/10.32870/Ap.v11n1.1402).spa
dc.relation.references[11] Viloria, A., Lis-Gutiérrez, J.P., Gaitán-Angulo, M., Godoy, A.R.M., Moreno, G.C., Kamatkar, S.J. : Methodology for the Design of a Student Pattern Recognition Tool to Facilitate the Teaching – Learning Process Through Knowledge Data Discovery (Big Data). In: Tan Y., Shi Y., Tang Q. (eds) Data Mining and Big Data.spa
dc.relation.references[12] Roig-Vila, Rosabel; Mengual-Andrés, Santiago & Quinto-Medrano, Patricio. (2015). Conocimientos tecnológicos, pedagógicos y disciplinares del profesorado de primaria. Comunicar, XXII(45), pp. 151-159. https://doi.org/10.3916/C45-2015-16spa
dc.relation.references[13] Vanyolos, E., I. Furka, I. Miko y otros tres autores, How does practice improve the skills of medical students during consecutive training courses? doi; https://dx.doi.org/10.1590/s0102-865020170060000010. Rev. Acta Cirurgica Brasileira, 32(6), 491-502 (2017)spa
dc.relation.references[14] Tárraga Mínguez, Raúl; Sanz Cervera, Pilar; Pastor Cerezuela, Gemma y Fernández Andrés, María. (2017). Análisis de la autoeficacia percibida en el uso de las TIC de futuros maestros y maestras de educación infantil y educación primaria. Revista Electrónica Interuniversitaria de Formación del Profesorado, 20(3), pp. 107-116. https://doi.org/10.6018/reifop.20.3.263901.spa
dc.relation.references[15] Haykin, S.: Neural Networks and Learning Machines. New Jersey, Prentice Hall International (2009).spa
dc.relation.references[16] Kline, Rex. (2005). Principles and practice of structural equation modeling. Nueva York: Gilford Pressspa
dc.relation.references[17] Cejas León, Roberto; Navío Gámez, Antonio y Barroso Osuna, Julio. (2016). Las competencias del profesorado universitario desde el modelo TPACK (conocimiento tecnológico y pedagógico del contenido). Pixel-Bit. Revista de Medios y Educación, (49), pp. 105-119. https://doi.org/10.12795/pixelbit.2016.i49.07spa
dc.title.translatedModelo y simulación de ecuaciones estructurales para determinar la satisfacción del alumnospa
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

  • Artículos científicos [3154]
    Artículos de investigación publicados por miembros de la comunidad universitaria.

Mostrar el registro sencillo del ítem

CC0 1.0 Universal
Excepto si se señala otra cosa, la licencia del ítem se describe como CC0 1.0 Universal