Omar Mar Cornelio y Jorge González Gulín
21
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
MODELO PARA LA EVALUACIÓN DE
HABILIDADES EN INGENIERÍA
AUTOMÁTICA
MODEL FOR ASSESSMENT OF SKILLS IN AUTOMATION
ENGINEERING
Omar Mar Cornelio
1
Jorge González Gulín
2
2. Máster en Informática Aplicada, Profesor Auxiliar de la Facultad Ciencias y
Tecnologías Computacionales, Universidad de las Ciencias Informática. Cuba. E-mail:
omarmar@uci.cu
3. Licenciado en Física Pura, Doctor en Ciencias Físicas, Profesor Titular, Director del
Centro de Estudio de la Matemática Computacional, Universidad de las Ciencias
Informática. Cuba. E-mail: gulin@uci.cu
Citación sugerida:
Mar Cornelio, O. y González Gulín, J. (2018). Modelo para la evaluación de habilidades en Ingeniería
Automática. 3C TIC: Cuadernos de desarrollo aplicados a las TIC, 7(1), 21-32. DOI:
<http://dx.doi.org/10.17993/3ctic.2018.59.21-32/>.
Recepción: 05 de octubre de 2017
Aceptación: 17 de enero de 2018
Publicación: 29 de marzo de 2018
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES
EN INGENIERÍA AUTOMÁTICA
22
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
RESUMEN
Con la introducción de los Sistemas de Laboratorios a Distancias en la enseñanza de la
Automática, se crea una nueva forma de materializar los objetivos y contenido del Proceso
Docente Educativo. En este sentido, la evaluación constituye un elemento importante para
comprobar el aprendizaje de los estudiantes. En la Carrera de Automática de la Universidad
Central ¨Martha Abreu¨ de Las Villas se realiza a partir de la valoración realizada sobre el
resultado de las prácticas de laboratorios. Sin embargo, es posible que personas no
competentes accedan a las prácticas preparadas causando un mal funcionamiento en los
dispositivos acoplado. La presente investigación describe una solución a la problemática
planteada a partir de la elaboración de un modelo para la evaluación de competencias
implementado sobre una herramienta informática, se realiza una valoración sobre la
aplicabilidad de la propuesta a partir de la medición de la satisfacción de usuario con la
técnica Iadov donde se obtiene un alto índice de satisfacción.
ABSTRACT
With the introduction of Laboratory Systems to Distances in the teaching of Automatic, a
new way of materializing the objectives and content of the Educational Teaching Process is
created. In this sense, evaluation is an important element to verify student learning.
In the Automatic Course of the Central University "Martha Abreu" of Las Villas is made from
the assessment made on the results of laboratory practices. However, it is possible for non-
competent persons to access the prepared practices causing a malfunction in the coupled
devices. The present research describes a solution to the problematic raised from the
elaboration of a model for the evaluation of competences implemented on a computer tool.
An assessment is made on the applicability of the proposal based on the measurement of
user satisfaction with the Iadov technique where a high satisfaction index is obtained.
PALABRAS CLAVE
Evaluación de competencias, Sistema de laboratorios a distancia, Educación a distancia,
Modelo.
KEYWORDS
Evaluation of competences, System of distance laboratories, Distance education, Model.
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
23
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
1. INTRODUCCIÓN
Con el desarrollo de las Tecnologías de la Información y las Comunicaciones (TIC) y el uso de
Internet, se extiende su dominio de aplicación a todas las áreas de conocimiento. La
Educación implementa sus novedosas tecnologías educativas como nueva forma de
materializar los objetivos y contenidos del Proceso Docente Educativo (Sáez, 2012). Partiendo
de la nueva forma de interacción, surge la Educación a Distancia (Heedy & Uribe, 2008)
donde el alumnado materializa los conocimientos adquiridos en laboratorios equipados en
correspondencia con la asignatura o perfil que se estudie o de manera virtual mediante las
simulaciones de la realidad (González & Cabero, 2009).
La enseñanza de la ingeniería se beneficia con la implementación de sus múltiples
plataformas educativas, donde los Sistemas de Laboratorios a Distancias permiten que
estudiantes realicen prácticas de laboratorios reales a través del uso de Internet (Samuelsen
& Graven, 2016). En la Universidad Central ¨Martha Abreu¨ de las Villas, para la carrera de
Automática se implementa una plataforma a distancia donde los estudiantes pueden diseñar
controladores digitales para manipular dispositivos físicos (Santana, Ferre, Izaguirre, Aracil, &
Hernandez, 2013) contribuyendo así a su formación. Sin embargo, las estaciones acopladas a
los Sistemas de Laboratorios a Distancia suponen como dificultad que no es posible saber si
la persona que realiza la práctica de laboratorio es competente o está capacitada,
generándose en ocasiones afectación de la dinámica de los dispositivos (Samuelsen &
Graven, 2016). En este sentido, la evaluación constituye un elemento importante para
comprobar el aprendizaje de los estudiantes (Francedy, 2011).
La presente investigación describe una solución a la problemática planteada mediante la
implementación de un modelo para la evaluación de competencias codificado mediante una
herramienta informática. Se define como objetivo del presente modelo: diagnosticar las
habilidades profesionales de los estudiantes que realizan prácticas de laboratorios
contribuyendo al control de acceso y sistema de recomendaciones en el Sistema de
Laboratorios a Distancias.
2. METODOLOGÍA
El modelo posee estructura, componentes, cualidades y principios encaminados a satisfacer
el objetivo definido. La Figura 1 muestra una representación gráfica de los elementos antes
mencionados que se integran en el modelo propuesto.
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
24
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
Figura 1. Estructura, componentes, cualidades y principios del modelo.
El modelo posee una estructura abierta y colaborativa evidenciada mediante la generación e
intercambio de información. A partir de la información de entradas se conforman los
modelos mentales que representan las relaciones causales de los diferentes conceptos que
intervienen en el diagnóstico de habilidades. Como resultado, se obtiene una representación
del conocimiento expresado por los expertos en forma de MCD (Bello R, González S, Martín
A, & M, 2015).
El modelo se ha diseñado mediante cuatro componentes fundamentales a través de cuyo
funcionamiento se garantiza su consistencia. Ellos son:
Flujo de trabajo: el flujo de trabajo está compuesto por en siete actividades fundamentales.
A continuación se presenta una breve descripción de cada una de ellas, en posteriores
secciones del capítulo se realiza una descripción detallada:
1. Identificar las habilidades profesionales: esta actividad se realiza al inicio del proceso,
representa un valor de entrada con el que se nutre el modelo. Las habilidades son
obtenidas mediante la consulta a expertos.
2. Obtener y agregar los mapas cognitivos difusos: permite realizar una representación del
conocimiento causal del grupo de experto que interviene en el proceso.
3. Realizar el análisis estático: a partir del análisis estático, es posible identificar conocimiento
antes oculto atribuido al conjunto de habilidades profesionales identificadas.
Modelo para el
diagnóstico de
habilidades
profesionales
Estructura
Componentes
Cualidades
Principios
Abierta
Colaborativa
Integridad
Flexibilidad
Interdependencia
1. Integración mediante MCD
2. Capacidad de los expertos para identificar
Relaciones causales
3. Marco de trabajo integrado
4. Autonomía propia
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
25
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
4. Procesar evaluación de los practicantes: permite a partir del desarrollo de los cuestionarios
evaluativos se obtienen las preferencias de los usuarios que representa un parámetro de
entrada para determinar realizar el diagnóstico de habilidades profesionales.
5. Determinar el control de acceso: a partir del conjunto de preferencia y habilidades
profesionales con la utilización de técnicas de inteligencia artificial se determina si una
alternativa puede realizar las prácticas de laboratorios en el sistema físico.
6. Generar el sistema de recomendaciones: a partir que se identifique que una alternativa no
posee las habilidades requeridas para realizar las prácticas, el sistema de
recomendaciones brinda un conjunto de elementos a tener en cuenta para mejorar el
desempeño de la alternativa practicante.
7. Realizar análisis de estabilidad: permite una vez concedido el acceso al sistema físico
determinar si la estrategia de control diseñada es correcta para lo cual se le realiza un
análisis de estabilidad a partir de la ubicación geométrica de las raíces.
Control de acceso: una deficiencia que supone el trabajo en los Sistemas de Laboratorios a
Distancias es que personas no competentes puedan acceder a los recursos compartidos
mediante las prácticas de laboratorios y se genere un mal funcionamiento de los dispositivos.
El componente control de acceso a partir del diagnóstico de las habilidades profesionales
determina si una persona puede realizar o no una práctica solicitada.
Sistema de recomendaciones: el componente para la producción automática de
recomendaciones permite, a partir del comportamiento de los estudiantes que realizan las
prácticas de laboratorios, sugerir cuales son las habilidades que deben potenciar y hacia ellas
orientar el desarrollo de sus prácticas.
Herramienta: en el modelo se incluye como componente un Sistema de Laboratorios a
Distancia que soporta la ejecución de las actividades del flujo de trabajo. El Sistema de
Laboratorios a Distancia permite aprovechar las potencialidades de Internet para garantizar
un ambiente multiusuario (Mar, Gulín, & I, 2016).
Análisis de estabilidad: es el componente del modelo que garantiza la protección final a los
dispositivos acoplados en el Sistema de Laboratorios a Distancia, permite evaluar las
estrategias de control diseñadas por los estudiantes que realizan prácticas de laboratorios.
Las cualidades que distinguen al modelo son:
Integración: el modelo garantiza la interconexión de sus componentes en
combinación para el diagnóstico de habilidades, control de acceso y sistema de
recomendaciones. Se implementan técnicas de Inteligencia Artificial en una
herramienta informática para el soporte tecnológico de la solución.
Flexibilidad: utiliza 2-tuplas para representar la incertidumbre en las relaciones
causales que incluyen la obtención de los modelos mentales. Se adapta a un
ambiente bajo incertidumbre manteniendo un comportamiento coherente ante cada
entrada de información.
Interdependencia: el modelo toma como punto de partida los datos de entrada
obtenidos del modo de actuación de los estudiantes que interactúan con el Sistema
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
26
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
de Laboratorios a Distancia. Los resultados analizados contribuyen a una base de
experiencia que conforma el registro del estudiante que realiza las prácticas de
laboratorios.
Sustenta los siguientes principios:
Propone la integración mediante mapas cognitivos difuso en el diagnóstico de
habilidades profesionales.
Supone la capacidad del equipo de expertos para la correcta identificación de las
relaciones causales.
Orientado hacia la identificación a partir de las relaciones causales de las necesidades
de capacitación.
Define un marco de trabajo único para la integración de los componentes del
modelo.
Supone autonomía propia para el diagnóstico de habilidades.
3.1. ESTRUCTURA GENERAL DEL MODELO PARA EL DIAGNÓSTICO DE
HABILIDADES PROFESIONALES
El modelo está orientado a soportar el flujo de trabajo para el diagnóstico de habilidades.
Realiza cuatro actividades básicas: entrada, almacenamiento, procesamiento y salida de
información como se describe a continuación (Mar, I, & Gulín, 2017):
1. Entrada de información
Parte del proceso mediante el cual el modelo toma los datos que requiere para almacenar y
procesar las informaciones necesarias. Las entradas pueden ser manuales o automáticas. Las
manuales son aquellas que se proporcionan de forma directa por un usuario como las
habilidades profesionales, la gestión de las relaciones causales introducidas por los expertos,
las respuestas a los cuestionarios elaborados para diagnosticar las habilidades, etc. Las
automáticas son datos o información que provienen o son tomados de otras actividades o
componentes como los pesos atribuidos a una habilidad.
2. Almacenamiento de información
El almacenamiento es la actividad o capacidad más importante que garantiza el modelo, ya
que a través de esta propiedad se puede recordar la información guardada en la actividad
anterior. Para el modelo propuesto, los datos derivados del proceso de entrada de
información son almacenados para su posterior uso mediante la actividad procesamiento de
la información.
3. Procesamiento de información
Capacidad del modelo para efectuar cálculos de acuerdo con una secuencia de operaciones
preestablecida. Esta característica permite la transformación de datos en información
organizada. Interviene directamente en este proceso, siendo posible determinar el umbral de
las habilidades profesionales de una persona, inferir si la persona está capacitada para
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
27
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
realizar una práctica de laboratorios o determinar las necesidades de capacitación de una
persona.
4. Salida de información
La salida es la capacidad del modelo para retroalimentar a las personas que intervienen en el
proceso. Para el modelo propuesto, existe un componente destinado a la herramienta
informática donde es posible visualizar las informaciones de salida que son necesarias
transmitir a los usuarios.
La figura 2 Presenta un esquema general de las actividades que conforman el modelo.
Figura 2. Esquema general de las actividades del modelo.
3. RESULTADOS Y DISCUSIÓN
En investigaciones donde el resultado final impacta sobre un conjunto de personas, la
valoración para medir la satisfacción del usuario final representa una vía para validar
empíricamente la propuesta presentada. La técnica Iadov constituye una forma de medir el
grado de satisfacción creada por Kuzmina (Kuzmina, 1970).
La técnica se basa en la aplicación de una encuesta compuesta por preguntas cerradas y
abiertas (Castillo & Ginoris, 2005). Las tres preguntas cerradas establecen una relación en el
Cuadro Lógico de Iadov (López & González, 2002), indicando la escala de satisfacción
individual de cada encuestado, mientras que las preguntas abiertas permiten profundizar en
los elementos positivos y las recomendaciones o insuficiencias de la propuesta que se evalúa.
ENTRADA
Relaciones
causales
Personas
Habilidades
ALMACENAMIENTO
PROCESAMIENTO
SALIDA
Evaluación de
las habilidades
Técnicas de
Inteligencia
Artificial
Sistema de
recomendaciones
Análisis de
estabilidad
Acceso a prácticas
Conocimiento
causal
Matriz agregada
del MCD
Análisis estático
Sistema de
recomendaciones
Expertos
Respuestas de
cuestionarios
Recomendaciones
Reportes
Estabilidad del
sistema
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIER
ÍA AUTOMÁTICA
28
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
La Tabla 1 presenta el conjunto de etiquetas lingüísticas a las que le pertenecen los valores
numéricos utilizados para medir la satisfacción individual de cada encuestado.
Tabla 1. Conjunto de términos empleado como escala valorativa.
Etiquetas lingüísticas que se representa
Valor
Clara satisfacción
1
Más satisfecho que insatisfecho
2
No definida
3
Más insatisfecho que satisfecho
4
Clara insatisfacción
5
Contradictoria
6
Para la implementación de la técnica se aplicó un cuestionario a un grupo de profesores y
directivos después de interactuar con el modelo propuesto. El objetivo del instrumento
realizado estuvo intencionado en función de validar la satisfacción de los usuarios finales.
La muestra utilizada para el desarrollo de la actividad estuvo compuesta por cinco profesores
de la Universidad Central ¨ Martha Abreu¨ de las Villas, cuatro profesores de la Universidad
de Oriente, dos profesores del Instituto Superior Politécnico ¨José Antonio Echeverría¨, dos
profesores de la Universidad de las Ciencias Informáticas y dos profesores de la Universidad
de Pinar del Rio. Para un total de 15 usuarios de ellos 3 jefes de Departamentos Docentes
representando 5 instituciones nacionales.
Las variables evaluadas fueron las siguientes:
Satisfacción del cliente: el colectivo de profesores y directivos consideran que el
modelo propuesto satisface las necesidades de información para apoyar el
diagnóstico de habilidades profesionales y su contribución al control de acceso de las
prácticas de laboratorios.
Aplicabilidad del modelo: el colectivo de profesores y directivos consideran que la
concepción del modelo y la herramienta es aplicable en el Sistema Educacional
Cubano.
Utilidad del modelo: el colectivo de profesores y directivos consideran que la
aplicación del modelo propuesto garantiza el diagnóstico de habilidades
profesionales y contribuye al control de acceso de las prácticas de laboratorios.
Los valores obtenidos como resultados de las preferencias del conjunto de usuarios que
intervino en el proceso, son presentados en el Cuadro Lógico de Iadov tal como se muestra
en la tabla 2.
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
29
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
Tabla 2. Cuadro Lógico de Iadov para la investigación.
¿Considera usted oportuno que un SLD no tenga
incorporado un modelo para el diagnóstico de habilidades
profesionales que contribuya al control de acceso sobre las
prácticas de laboratorios?
¿Cuál es su criterio sobre el
Modelo para la evaluación de
habilidades profesionales?
No
No sé
Sí
¿Utilizaría usted el modelo propuesto?
Sí
No sé
No
Sí
No sé
No
Sí
No sé
No
Me gusta mucho
1
2
6
2
2
6
6
6
6
No me gusta mucho
2
2
3
2
3
3
6
3
6
Me da lo mismo
3
3
3
3
3
3
3
3
3
Me disgusta más de lo que me
gusta
6
3
6
3
4
4
3
4
4
No me gusta nada
6
6
6
6
4
4
6
4
6
No sé qué decir
2
3
6
3
3
3
6
3
4
Para obtener el índice de satisfacción grupal (ISG), se trabaja con los diferentes niveles de
satisfacción que expresan en la escala numérica 1 y -1 tal como refiere la tabla 3.
Tabla 3. Conjunto de términos empleado como nivel de satisfacción.
Etiquetas lingüísticas que se representa
Valor
Máximo de satisfacción
1
Más satisfecho que insatisfecho
0,5
No definido y contradictorio
0
Más insatisfecho que satisfecho
- 0,5
Máxima insatisfacción
-1
Una vez aplicadas las encuestas se obtuvieron los resultados en la escala de satisfacción
individual tal como presenta la tabla 4:
Tabla 4. Resultado de la satisfacción sobre la aplicación de la técnica Iadov.
Nivel de satisfacción
Cantidad
Porciento
Máxima satisfacción
12
80 %
Más satisfecho que insatisfecho
2
13,33 %
No definida o contradictoria
1
6,66 %
Más insatisfecho que satisfecho
0
0,00
Máxima insatisfacción
0
0,00
A partir de la aplicación de la técnica, se obtiene como resultado el índice de Satisfacción
Grupal (ISG) que representa un parámetro atribuido a la concordancia del grupo de usuarios
a los que se les aplicó el instrumento. El ISG se determina mediante la ecuación 1.
(1)
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
30
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
Donde:
: representa el número de sujetos con índice individual 1,2, (3 o 6), 4,5.
: representa el número total de usuarios del grupo.
El Índice de Satisfacción Grupal arroja valores comprendidos entre +1 y -1 tal como se
muestra en la figura 3. Los valores comprendidos entre -1 y -0,5 indican insatisfacción, los
valores comprendidos entre -0.49 y 0.49 evidencian contradicciones por lo que se expresa
como insatisfacción y los valores comprendidos entre 0,5 y 1 indican que existe satisfacción.
Figura 3. Índice de satisfacción (LÓPEZ & GONZÁLEZ, 2002).
En el proceso realizado se obtuvo un ISG = 0.866 considerando que existe alta satisfacción. A
partir de obtener un ISG satisfactorio, se realiza el siguiente análisis:
El criterio de los encuestados respecto a si ¿Considera usted oportuno que un SLD no
tenga incorporado un modelo para el diagnóstico de habilidades profesionales que
contribuya al control de acceso sobre las prácticas de laboratorios? obtuvo una
máxima satisfacción de un 86,66 %, un 13,33 % lo consideró más satisfecho que
insatisfecho.
Respecto a ¿Cuál es su criterio sobre el Modelo para la evaluación de habilidades
profesionales? el 86,6 % se considera con máxima satisfacción y el otro 13,33 % lo
calificó más satisfecho que insatisfecho.
En cuanto a si ¿Utilizaría usted el modelo propuesto?, el 80 % se considera con la
máxima satisfacción, el 13,33 % se califica más satisfecho que insatisfecho y el otro
6,66 % se califica como no definida o contradictoria.
Además de la satisfacción obtenida, se pudo identificar mediante las preguntas abiertas las
siguientes fortalezas:
A partir del funcionamiento general del modelo, sería oportuno extender a otras
áreas del conocimiento su dominio de aplicación.
Que se extienda el modelo para medir habilidades profesionales no solo en los
Sistemas de Laboratorios a Distancia, sino como un mecanismo de medir aprendizaje
también en formas organizativas de la enseñanza como las clases prácticas.
Como valoración final sobre la aplicación de la técnica se puede concluir que los criterios
emitidos y los resultados obtenidos mediante el criterio de usuarios permitieron corroborar
que la propuesta posee alto nivel de satisfacción.
Omar Mar Cornelio y Jorge González Gulín
MODELO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
31
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
4. CONCLUSIONES
1. El modelo para el diagnóstico de habilidades profesionales se orienta a determinar el
grado de incertidumbre de las alternativas mediante el empleo de mapas cognitivos difusos
para representar el conocimiento causal.
2. El modelo propuesto es guiado por un conjunto de principios generales y está
determinado por una estructura general colaborativa que incluye el conjunto de entradas y
salidas.
3. La aplicación de la técnica Iadov permitió obtener el grado de satisfacción del conjunto de
usuarios a los que se le aplicó el instrumento, valorando la propuesta con alta satisfacción
siendo esta la máxima calificación que emite el instrumento.
Omar Mar Cornelio y Jorge González Gulín
MODE
LO PARA LA EVALUACIÓN DE HABILIDADES EN INGENIERÍA AUTOMÁTICA
32
3C TIC (Edición 24) Vol.7 – Nº1
Marzo – junio’18, 21 - 32
Área de Innovación y Desarrollo, S.L.
ISSN: 2254 – 6529
DOI: http://dx.doi.org/10.17993/3ctic.2018.59.21-32
5. REFERENCIAS BIBLIOGRÁFICAS
Bello R, González S, Martín A, & M, L. (2015). Modelo para el análisis estático en grafos
difusos basado en indicadores compuestos de centralidad. RCCI, Vol.9(No.2), 52-65.
Castillo, J., & Ginoris, O. (2005). Formación y desarrollo de los intereses profesionales
pedagógicos en los estudiantes de primer año de la licenciatura en educación como
inductores del aprendizaje autodidacto. Instituto superior pedagógico “Juan
Marinello”.
Francedy, D. (2011). La incorporación del e-learling en la educación superior. Congreso de
Investigación y Pedagogía, pp.259.
González, M., & Cabero, M. (2009). La evaluación por competencias: propuesta de un sistema
de medida para el grado en Información y Documentación. BID, 23.
Heedy, C., & Uribe, M. (2008). La educación a distancia: sus características y necesidad en la
educación actual. Educación, Vol. XVII (33), pp. 7-27.
Kuzmina, N. (1970). Metódicas investigativas de la actividad pedagógica. Moscú, Rusia:
Editorial Leningrado.
López , A., & González, V. (2002). La técnica de Iadov una aplicación para el estudio de la
satisfacción de los alumnos por las clases de educación física Revista Digital - Buenos
Aires.
Mar, O., Gulín, J., & I, S. (2016). Sistema de Laboratorios a Distancia para la práctica de
Control Automático. Revista Cubana de Ciencias Informáticas, Vol.10(4), 171-183.
Mar, O., I, S., & Gulín, J. (2017). Competency assessment model for a virtual laboratory
system and distance using fuzzy cognitive map. Revista Investigacion Operacional,
2(38), from http://rev-inv-ope.univ-paris1.fr/files/38217/38217-07.pdf
Sáez, M. (2012). Metodología didáctica y tecnología educativa en el desarrollo de las
competencias cognitivas: aplicación en contextos universitarios. Revista de
currículum y formación del profesorado, 16(3).
Samuelsen, D. A. H., & Graven, O. H. (2016). Remote laboratories in engineering education -
an overview of implementation and feasability. LACCEI International Multi-
Conference for Engineering, Education and Technology.
Santana, I., Ferre, M., Izaguirre, E., Aracil, R., & Hernandez, L. (2013). Remote Laboratories for
Education and Research Purposes in Automatic Control Systems. Industrial
Informatics, IEEE Transactions on, 9(1), 547-556. doi: 10.1109/TII.2011.2182518