Identificación de Estilos de Aprendizaje en Alumnos Universitarios de Computación de la Huasteca Hidalguense mediante Técnicas de Minería de Datos
Abstract
Las carreras de Computación o áreas afines son consideradas como las más difíciles dentro de las instituciones de educación superior, sin embargo una forma de lograr mejores resultados en la impartición de la enseñanza en estas áreas consiste en detectar los estilos de aprendizaje de los alumnos con la finalidad de implementar estrategias didácticas acordes a la manera de aprender de ellos. Esta investigación se centra en la aplicación de técnicas de minería de datos para descubrir las combinaciones de estilos de aprendizaje mostradas por estudiantes de educación superior de computación o áreas afines, en la región de la Huasteca Hidalguense. El modelo seguido para determinar los estilos de aprendizaje es el desarrollado por Neil Fleming y Collen Mills llamado VARK [1] con el cual podemos determinar los estilos de aprendizaje de un alumno dentro de las cuatro modalidades que cubre este modelo Visual, Auditivo, Lectura/Escritura y Quinésico. Dado que nuestra hipótesis es que el estilo de aprendizaje dominante en los alumnos es el Quinésico. Los resultados obtenidos indican que existen estilos de aprendizaje dominantes en los diferentes niveles de la duración de la carrera.