Generación automática de trabajos en grupo para asignaturas de Fundamentos de Computadores y Redes
Creators
- 1. Universidad de Oviedo
Description
En este artículo se presenta una herramienta para la generación automática de trabajos en grupo para las asignaturas de Fundamentos de Computadores y Redes de la Universidad de Oviedo. Estas asignaturas, que se imparten en los grados de Ingeniería Informática de Gijón y Oviedo, tienen como parte de su metodología el desarrollo de trabajos en grupo. Resulta muy complejo tener trabajos que ayuden a los estudiantes a alcanzar los resultados de aprendizaje y sean, al mismo tiempo, interesantes para ellos, distintos para cada grupo y objetivamente evaluables. Este último punto tiene una especial importancia ya que la asignatura es impartida por un elevado número de docentes, de dos áreas de conocimiento distintas, y es deseable que haya criterios comunes entre todos. La experiencia de cursos anteriores ha mostrado que lograr estos objetivos requiere un gran esfuerzo de preparación y coordinación por parte de todos los profesores implicados. Para tratar de superar estas dificultades, en este proyecto se ha creado una herramienta on-line que, por un lado, genera problemas enfocados a los Fundamentos de Computadores y Redes distintos para cada grupo de estudiantes y, por otro, facilita a los profesores las tareas de preparación y coordinación. La herramienta consiste en una aplicación web que, a partir de unas plantillas que pueden ser actualizadas a principio de cada curso, genera problemas distintos para cada grupo de estudiantes variando algunos elementos indicados en las plantillas. La herramienta ayuda, además, en la corrección, proporcionando respuestas adecuadas a cada problema particular. Esto facilita a los profesores la evaluación y redunda en una mayor homogeneidad de criterios.
Notes
Files
Entrialgo 2019 Generación automática de trabajos en grupo para asignaturas de Fundamentos de Computadores y Redes.pdf
Files
(653.9 kB)
Name | Size | Download all |
---|---|---|
md5:7c8486ef216df5a9fd476379def32493
|
653.9 kB | Preview Download |