Portfolio de epilier001: 2016

Prueba de Recursos.

Bien!!

En la asignatura de BT04 Recursos y herrammientas de creacion y distribucion de contendios multimedia, con el profesor Miguel Ángel Olabe Basogain en donde hemos comprobado el uso de las herramientas multimedia y en esta ocasión comparto con ustedes mi enlace al video de fotos realizado con en YouTube:

CLIC AQUI

EJERCICIO

PARA ENTRAR A LA PRACTICA, HAGA CLIC AQUI

LAS PERSONAS INVIDENTES, LAS MÁS AMIGAS DE LAS TIC ENTRE TODAS LAS QUE TIENEN DISCAPACIDAD

Etiquetas: Discapacidades

- Así lo recoge el 'Informe Olivenza 2015', que incluye por primera vez un capítulo dedicado al uso de las nuevas tecnologías . Las personas ciegas son, de todas las que tienen discapacidad, las que más usan dispositivos móviles y fijos de acceso a la información tales como teléfonos inteligentes, tabletas o Internet, herramientas todas que, por el contrario, no resultan tan necesarias ni 'amigables' a quienes viven con una discapacidad intelectual.

Así lo pone de manifiesto el 'Informe Olivenza 2015' que, como los anteriores, hace un análisis pormenorizado de la situación de las personas con discapacidad en España y que además, en esta ocasión dedica todo un capítulo al uso de las tecnologías de la información y la comunicación (TIC) por parte de las personas con discapacidad.

Según ha explicado a Servimedia Agustín Huete, coordinador del informe junto a Antonio Jiménez, este capítulo es el resultado de una encuesta sobre penetración de las TIC entre los ciudadanos con discapacidad elaborada por la Fundación Vodafone para este trabajo en 2015.

De esa encuesta, pasada mediante entrevistas telefónicas a un total de 1.110 personas con discapacidad mayores de 18 años de toda España, se deduce, tal y como comenta Huete, que el mayor o menor uso de las tecnologías de la información está ligado a factores como la edad, el nivel de estudios o el tipo de discapacidad.

De esta forma, el colectivo de 18 a 45 años se muestra como el más interesado en el uso de diferentes dispositivos, y a medida que se incrementa la edad, dicho uso va decreciendo.

DISPOSITIVOS VARIOS

En concreto, el trabajo analiza el uso que hacen las personas con discapacidad intelectual, física, auditiva y visual de teléfonos móviles, tabletas, ordenadores e Internet y concluye que, en general, las que tienen ceguera parcial o total son las que más utilizan estos dispositivos.

Revela que la utilización del teléfono móvil está más extendida entre las personas con discapacidades visuales o físicas, siendo por el contrario las que tienen discapacidad intelectual las más reacias a su utilización.

Pese a que el uso de teléfonos móviles adaptados a las diferentes discapacidades se presenta en un número muy reducido de casos, debido principalmente a motivos económicos, sí hay demanda de que se desarrollen más aplicaciones de móvil específicas para cada discapacidad, o de que se difunda más información sobre ellas.

En cuanto a las tabletas, las utilizan, de modo general, una quinta parte de los entrevistados, sobre todo los que tienen discapacidad visual, tal como revela el estudio, que señala igualmente que quienes viven con sordera o pérdida grave de audición prefieren los teléfonos inteligentes.

Respecto al ordenador, su penetración es superior en el caso de las personas con discapacidad visual (50%), seguidas de aquellas con discapacidad física (45%). Los ciudadanos con discapacidad intelectual se presentan como el colectivo con un menor uso (35%). El principal freno al uso de los ordenadores es la ausencia de una necesidad de utilización, vinculada de manera muy especial a la edad de los entrevistados.

Finalmente, el informe evidencia que la penetración entre las personas con discapacidad del uso de Internet es algo superior que la penetración del ordenador. De modo similar a lo detectado en el caso de móviles y tabletas, destacan por encima del resto las personas con discapacidad visual, siendo por el contrario las que tienen discapacidad intelectual las que menos se prodigan en la utilización de Internet.

Los PodCast

Etiquetas: podcast

¿Qué es un PodCast?

https://www.google.com.do/

Es una emisión de radio o de televisión que un usuario puede descargar de Internet mediante una suscripción previa y escucharla tanto en una computadora como en un reproductor portátil.

Según Matthias Erlandsen, de la revista Guioteca, del 21 de Nov. del 2012, http://www.guioteca.com/internet/%C2%BFque-es-un-podcast-y-como-funciona/, en donde expresa que la palabra podcast proviene de la mezcla en inglés de iPod (gadget con el que se hicieron populares) y Broadcast (difundir contenidos). Aunque en un principio era necesario tener uno de estos aparatos para escucharlos, hoy ya no es necesario y basta con instalar cualquier reproductor de audio en cualquier sistema operativo. De hecho, la mayoría de los podcasts se pueden escuchar directamente desde la web, además nos dice que para crear y administrar un podcast es muy fácil. Sólo necesitas un micrófono, un computador, una conexión a Internet, y algo que contar.

Vinculando esta herramienta a la pedagogía, no podríamos continuar sin mencionar algunas ventajas que esta herramienta nos ofrece, entre las cuales:

Podemos publicar clases, las que los estudiantes podrán acceder, descargar y escuchar donde quieran y cuando deseen.
Puede usarse como un básico para el aprendizaje de las Lenguas.

En la práctica tenemos evidenciado un proyecto de aprendizaje realizado por una maestra de nuestro centro que ha empleado los podcast para el aprendizaje de la lengua francesa, en el que creo varios podcast con frases para que luego los estudiantes pudieran emplear para crear una conversación, grabándose y corrigiéndose entre ellos mismos, con la guía de la profesora.

¿Como lo hicimos?

Buscamos un cliente que ofreciera este servicio, hay muchos, pero buscamos uno gratuito: "ivoox.com".
Creamos un guión del tema a tratar.
Grabamos un video o sonido (usando el programa que mas le convenga para estos fines).
Nos registramos en un servidor de Internet dedicado para radio o video difusiones y cargamos nuestro archivo, previamente editado.
Luego de esto, podrá estar listo para escucharlo.

Comprueba una muestra de lo que hicimos en:

Podcast de la profesora de idiomas.

Aprenda mas sobre Podcast

Trabajo Colaborativo

Etiquetas: teletrabajo, trabajo colaborativo

CC, Teletrabajo: https://www.google.com.do/

El trabajo en equipo en línea o conocido también como teletrabajo, no es más que tener la ventaja de poder realizar tus tareas cotidianas sin la necesidad de tener que trasladarte de un lugar a otro.

Según Gabriela González, de Blogthinkbig.com, 30 de abril de 2014, en su artículo: Herramientas online para trabajar en equipo de forma remota, nos dice que "El teletrabajo no es fácil, pero es mucho más que llevadero si aprovechamos la enorme cantidad de herramientas que ayudan a que la comunicación y la organización sea óptima.

Además señala una lista de herramientas que nos facilita esta tarea, entre ellas:

Trello
Wunderlist
Hall
BusyFlow
Redbooth
TODOIST
DROPTASK
Convo
PRODUCTEEV

Actualmente estas facilidades pueden estar integradas a Google y Office que ya las traen incorporadas dentro de sus funcionalidades, pero ofreciendo además:

§ Email

§ Videoconferencias

§ Chat

§ Llamadas telefónicas

§ Plataformas virtuales

§ Documentos compartidos

§ CRMs

§ Softwares de gestión de proyectos y equipos

Pero ¿cómo funcionan los equipos de trabajo online?

Para lograr esto, es necesario establecer un medio de comunicación en el que todos estén disponibles a emplear, ejemplo Skype, a lo que se podría complementar con Whatsapp, luego debemos establecer un horario y si es internacionalmente hablando, se debe tomar en cuenta la zona horaria, a lo que se le suma la información a compartir, para lo cual se usa el almacenamiento en nube para poder compartir con contactos o grupos cierto tipo de información, no olvidándonos de que debemos de tener nuestro trabajo bien organizado y las asignaciones bien claras para no crear confusiones.

Alexandra Ximénez. (12 Abril de 2012). trabajo en equipo en línea. 2016, de Pulso Social Sitio web: http://pulsosocial.com/2012/04/07/equipos-de-trabajo-online-como-funcionar-correctamente/

Ideas para tener equipos online exitosos

ü Hacer un encuentro inicial personalizado para explicar claramente las expectativas y objetivos.

ü Establecer unos acuerdos básicos de trabajo y relación desde el principio.

ü Establecer metas comunes y reales.

ü Mantener la comunicación activa en todos los niveles y vías del equipo.

ü Facilitar un proceso de feedback o retroalimentación que permita mejorar la calidad del trabajo.

ü Implementar estrategias de motivación que permitan humanizar el medio virtual y fortalecer el trabajo en equipo.

ü Realizar encuentros virtuales con todo el equipo para fortalecer la cohesión y sinergia.

ü Ofrecer orientación ergonómica para el cuidado de la salud y bienestar del equipo.

Extraído de: http://managing-virtual-teams.com/es/guias-practicas/gesti%C3%B3n-de-proyectos/ideas-para-conseguir-equipos-online-exitosos.html

Realidad Virtual

Etiquetas: Realidad Aumentada, Realidad Virtual

Realidad Aumentada en Educación, www.google.com.do

Realidad virtual from lily39

Ejemplo de una aplicación formativa empleando Realidad Virtual:

T2 Evaluable.

Etiquetas: análisis articulo científico, análisis de datos

Tarea evaluable T2

Unos investigadores desarrollan un nuevo entorno virtual de aprendizaje basado en Google Apps. Para evaluar la incidencia de la utilización de este nuevo entorno en las calificaciones de los estudiantes, durante dos años se realiza un estudio de caso con dos grupos de estudiantes: un grupo de control que utiliza Moodle y un grupo experimental que utiliza Google Apps.

SE PIDE: para cada uno de los años, analizar si existen diferencias estadísticamente significativas entre las calificaciones de ambos grupos.

QUÉ HAY QUE ENTREGAR: el estudiante publicará un post en su blog en el que indicará, de forma detallada, el proceso seguido para realizar el análisis, y justificará los resultados de forma razonada.

DESARROLLO:

GRUPO 1.

Para conocer si existe alguna diferencia significativa entre las calificaciones de los 2 grupos, decidí trabajar primero con el primer año. Haciendo lo siguiente:

Importar la primera tabla: Notas.2grupos.v1

Luego filtre los datos para separar las calificaciones del grupo de Google Apps y las de Moodle, resultando 2 tablas diferentes.(NotasMoodle y NotasGoogleApps).

Para conocer la media de la calificación final de cada grupo, empleamos: with(Notas.2grupos.v1, tapply (nota, list(grupo), mean))

Esto se puede interpretar que las calificaciones de los estudiantes basados en el entorno Google Apps, tienen una media de 1 punto por encima de los estudiantes en el entorno Moodle, por lo que vamos a realizar el test para analizar los datos en sí.

En éste análisis podemos observar que p-value = 0.007427 (0.74%), está por debajo del margen del 0.05 ó 5%, significando que podemos estar seguro de que los estudiantes del primer año que usaron la plataforma Google Apps obtuvieron mejores calificaciones que los de Moodle. Osea que la diferencia entre las calificaciones de los estudiantes de uno y otro grupo es estadísticamente significativa.

GRUPO 2.

Realizamos las mismas operaciones que en el primer grupo, con la excepción de que coloqué el separador ("#") manualmente para importar la tabla del segundo año. (Notas.2grupos.v2).

> Notas.2grupos.v2 <- read.csv("C:/Users/Usuario/Downloads/ENCUENTROS/Notas-2grupos-v2.csv", sep="#")

La media de las calificaciones de ambos grupos arrojó los siguientes resultados:

Esto indica que los valores para los estudiantes bajo el entorno de Google Apps mantuvieron la media en sus calificaciones en este segundo año, arrojando una diferencia de 7.25 y que los de Moodle aumentaron (en 6.55), entonces nos volvemos a preguntar ¿existe una diferencia estadísticamente significativa o será solo por el factor diferencial de la media entre los grupos? y para saberlo, nos auxiliamos en el p-value que nos dice si estamos equivocados al afirmar que existe alguna diferencia significativa. Veamos el análisis...

Lo que nos arroja este análisis es que p-value = 1 (100%), osea que en esta ocasión p-value es mayor a 0.05, o lo que es lo mismo, >5% --> quiere decir, que no percibimos una diferencia significativa entre los valores de las medias de cada grupo y que en las mismas no hay diferencia estadísticas significativas.

Análisis de un Articulo Científico

Etiquetas: análisis articulo científico, GoogleSites, trabajo colaborativo, Wiki

Análisis de un Articulo Científico.

Luego de conocer los PLE´s y los iPLE´s hicimos un ejercicio, que a mi parecer, debió abarcar mas tiempo: "Analizar un artículo científico", trabajo grupal de 4 integrantes, en donde debíamos hacer su análisis en dos niveles: forma y contenido de los documentos que nos facilitaban. Nos dividimos las tareas, todo para hacer un trabajo colaborativo:

1 creaba la Wiki y la compartirla,
1 hacía el análisis estructural y
Los demás se dividieron para analizar el contenido.

Un trabajo colaborativo como se hace en la Robótica en las escuelas, en donde se trabaja de una forma similar para que todos en el grupo desempeñe un trabajo y a la vez colabore en alcanzar la meta trazada.

Todo esto para:

Estudiar los aspectos formales que están presentes en un artículo científico. El resultado fue una descripción de la estructura del artículo
El segundo nivel de análisis fue en base al contenido y el resultado se tomó en cuenta: aspectos tratados en el artículo y conclusiones que se derivan del mismo.

Todo esto debíamos publicarlo en una Wiki que creamos en GoogleSites. y todos realizábamos aportes de los documentos que habíamos creado.

Para crear una Wiki, hicimos lo siguiente:

En el navegador de Google, escribimos: "Google Sites"
Luego escogemos la opción de crear nuevo.
Lo nombramos y comprobamos que no es un Robot, si queremos escogemos la plantilla.
Luego empezamos a estructurar el sitio o Wiki, en donde podemos compartir carpetas para la colaboración.

Así quedó nuestro trabajo.

Concluyendo, creo que esta actividad es muy importante, pues nos ayuda a comprender mejor el análisis de los artículos que leamos para poder interpretar mejor lo que se quiere decir en dicha publicación. Considero que no cae mal que hagamos otra practica con relación a este tema.

T3 Evaluable.

Etiquetas: análisis articulo científico, análisis de datos, RStudio

Tarea evaluable T3

El registro del caso se recoge en el siguiente fichero: https://www.dropbox.com/s/d4egha6ag2hgt9i/Notas-2grupos-v3.csv?dl=0

SE PIDE:

1. Observar los datos y reflexionar acerca de la relación que existe entre las variables calificación, grupo y sexo.

2. Dibujar en Excel o Google Sheets un gráfico de interacción (http://courses.washington.edu/smartpsy/interactions.htm) de las medias de las calificaciones combinando las variables grupo y sexo, es decir: Moodle-Male, Moodle-Female, GoogleApps-Male, GoogleApps-Female. ¿Coinciden los resultados mostrados en el gráfico con tus reflexiones del apartado anterior?

3. Analizar si existen diferencias estadísticamente significativas en las calificaciones en función del grupo y del sexo.

4. Utilizar la función aov() de R para saber si existe una interacción estadísticamente significativa entre las variables grupo y sexo.

DESARROLLO:

Extracción y Análisis de Datos.

Etiquetas: análisis de datos, RStudio

Extracción y Análisis de Datos:

Más tarde, aprendimos a realizar las extracciones de los datos que arrojan el uso- empleo de estos entornos virtuales de aprendizajes por lo que hicimos un ejercicio de análisis estadístico en donde se tabularon los datos de cada entorno de aprendizaje y sus resultados, para lo que empleamos una herramienta llamada RStudio, que efectivamente se usa para el manejo de estos datos, calcularlos y graficarlos. Para esto, hemos realizado los siguiente:

Carga de datos
Filtrado de datos
Representación gráfica
Regresión lineal
Análisis de diferencias entre grupos mediante t-student

En la practica, lo traducimos de la siguiente forma:

Importamos las tablas a R.

Filtramos o Extraímos los sujetos por tipo entorno, escribimos los siguientes comandos en la consola:

datosMoodle <- subset(quantitativeData, environment=="Moodle")

datosPLE <- subset(quantitativeData, environment=="PLE")

Resultan dos nuevas variables: datosMoodle y datosPLE que representan o contienen las calificaciones de los estudiantes en función del tamaño de sus redes personales.
Luego se grafican esos datos introduciendo en la consola, el siguiente comando: plot(quantitativeData$egonet_size,quantitativeData$grade, ylab="grade", xlab="egonet_size", type="n")
La Regresión Lineal se hace para generar los coeficientes de un modelo (en este caso, una recta) que relaciona una variable predictora (en este caso, el tamaño de red) con una variable respuesta (en este caso, la calificación final). El comando lm calcula los parámetros del modelo: lmMoodle <- lm(datosMoodle$grade ~ datosMoodle$egonet_size) lmPLE <- lm(datosPLE$grade ~ datosPLE$egonet_size)
Luego representamos cada una de las rectas sobre la gráfica utilizando el comando abline, al cual se le pasan como parámetros los coeficientes de la recta, y el color y el grosor que se desean utilizar para dibujarla.
```
abline(lmMoodle, col="blue", lwd=2)
abline(lmPLE, col="blue", lwd=2)
```
En la figura que resulta, pudimos observar una nube de puntos correspondiente al grupo de estudiantes que utilizó el entorno PLE tiene una calificación final y un tamaño de red personal mayor que el grupo de estudiantes que utilizaron el entorno Moodle. Se calculó la media para hacernos una idea de la medida en que dichos indicadores varían de uno a otro grupo. Sacamos la media de la calificación final en cada grupo, empleando: with(quantitativeData, tapply(grade, list(environment), mean))
```
  Moodle      PLE 
64.67500      68.36885
```

También sacamos la Media del tamaño de red personal en cada grupo:

     with(quantitativeData, tapply(egonet_size, list(environment), mean))

       Moodle      PLE 
     9.95000       26.32787

Finalmente se hizo el análisis de datos:

Se observó que la red personal de un estudiante que utilizó el entorno PLE es 2.5 veces más grande que la red de un estudiante que utilizó el entorno Moodle. Parece una diferencia significativa. Pero se quiso saber si las diferencias observadas entre grupos en la calificación final y el tamaño de red personal eran ESTADÍSTICAMENTE significativas.

Para ello se empleo el comando t-test.


El test se puede realizar sobre muestras independientes (una observación sobre dos grupos separados) o sobre muestras dependientes (dos observaciones sobre el mismo grupo).



Ejecutamos el comando para realizar el test de t de student.

t.test(datosMoodle$grade, datosPLE$grade)









¿Qué nos indicaron los resultados? 


1- Que la media de la variable x (datosMoodle$grade) es de 64.675, mientras que la variable y (datosPLE$grade) tiene una media de 68.36885. Por tanto, como hemos dicho anteriormente, la diferencia entre ambos grupos no parece significativa porque es es tan sólo de 3.7 ptos sobre 100; 

Para saberlo, nos fijamos en el p-value. ¿Qué es el p-value? Indica que el riesgo a equivocarnos al afirmar "Sí, existe una diferencia estadísticamente significativa entre ambos grupos debida al factor diferencial entre dichos grupos", cuando en realidad dicha diferencia no se debe al factor diferencial entre grupos, sino al azar. En este caso, p-value = 0.2363 =  23.63%

Como vemos, en lo que respecta a la calificación final, el riesgo que corremos al afirmar "Sí, existe una diferencia estadísticamente significativa entre ambos grupos determinada por la plataforma utilizada en cada grupo" es grande. Pero... ¿cuál es el umbral de riesgo? 0.05 → 5%



Si p-value < 0.05, o lo que es lo mismo, < 5% --> riesgo a equivocarnos pequeño; por ejemplo, p-value = 0.00345 (0.345%) --> OK
Si p-value > 0.05, o lo que es lo mismo, >5% --> riesgo a equivocarnos grande; por ejemplo, p-value = 0.0645 (6.45%) --> NO OK




 Por tanto, en lo que respecta a la calificación final concluimos que:


en este estudio concreto no percibimos una diferencia significativa entre los valores de las medias de cada grupo.
la diferencia entre las calificaciones de los estudiantes de uno y otro grupo no es estadísticamente significativa.





Repetimos el test de t-student con el indicador tamaño de red personal: 



t.test(datosMoodle$egonet_size, datosPLE$egonet_size)











En este caso, p-value = 7.965e-16 = 0.0000000000000007965 → 0.00000000000007965%




Por tanto, en lo que respecta al tamaño de red personal concluimos que:




en este estudio concreto percibimos una diferencia significativa entre los valores de las medias de cada grupo.
la diferencia entre las calificaciones de los estudiantes de uno y otro grupo es estadísticamente significativa.









Mi opinión:

Es bueno contar con una herramienta como RStudio, desconocida para mi, pero que sirve de mucha ayuda para comprender y analizar el resultado de un estudio, estadísticamente hablando.

He aprendido a usarlo y en estos momentos estoy aprendiendo algunos de sus comandos, a comprender la estructura de los mismos, sus parámetros y a colocarlo en la consola de programación.

Que bueno es saber que somos capaces de descubrir, aprender y crecer, gracias a la guianza, las clases y asignaciones de nuestros profesores de esta maestría.

¿PLE?

Etiquetas: PLE

LOS PLE´S.

En la mañana, el prof. Casquero estuvo hablando de cómo crear un PLE, y tocamos las siguientes interrogantes: ¿Qué es, para qué sirve y cómo se construye?

Les invito a ampliar sobre este tema con la magistral exposición de: Linda Castañeda, Ma., del grupo de Investigación de Tecnología Educativa, de la Universidad de Murcia.

Personal Learning Enviroment. Son las diferentes estrategias y herramientas TIC que el individuo emplea para su aprendizaje. Queda claro que son 3 las actividades principales en las que se pueden englobar un PLE.:

Lectura
Procesamiento, y
Difusión en comunidad.

Para la lectura, empleamos diversas fuentes que son mas fácil de acceder, guardar y referenciar si nos apoyamos de las herramientas TIC adecuadas para tales fines, de las cuales detallamos en lo siguiente.

Herramientas para búsqueda de información.

Mendeley es un gestor bibliográfico, debemos tenerlo sincronizado, hay que registrarse como en cualquier otro servicio. Te permite insertar las citas bibliográfica, las citas hay que ponerlas con un formato específico: primer apellido, iniciar del segundo apellido, nombre, inicial de segundo nombre, editora, ano, si es una revista en cursiva,

Además están: Endnote, Zotero, una herramienta igual.

En otras entradas estaremos tratando sobre las otras 2 actividades de un PLE.