1 / 34

Propuesta de Tesis

Tesistas. RIVERA CEVERINO, GLORIA MAR

andrew
Télécharger la présentation

Propuesta de Tesis

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

    1. Propuesta de Tesis Rivera Ceverino, Gloria Camarena Meza, Jos

    2. Tesistas RIVERA CEVERINO, GLORIA MARA Ingeniera de Sistemas Universidad Nacional de Ingeniera Octavo ciclo glorysup@yahoo.es CAMARENA MEZA, JOS AMRICO Ingeniera de Sistemas Universidad Nacional de Ingeniera Dcimo ciclo jcamarenam@yahoo.com

    3. PROPUESTA

    4. Ttulo IDENTIFICACIN DE PATRONES DE INTELIGENCIA MLTIPLE UTILIZANDOMINERA DE DATOS EN ALUMNOS DE EDUCACIN SECUNDARIA

    5. Justificacin del Problema Este proyecto de tesis, de implementarse, y dado a sus resultados, ser el iniciador de una nueva metodologa de enseanza la cual tendr un importante impacto en el sistema educativo escolar peruano ya que la enseanza estara siendo enfocada a las capacidades previamente identificadas en los alumnos. Al no realizarse no se podr iniciar con un proyecto que busca encontrar caractersticas similares en los estudiantes de forma que se le pueda brindar una educacin donde ste se identifique y pueda desarrollar sus capacidades distintivas, despertando as el inters del alumno y probablemente su buen desempeo, siendo la enseanza ms dinmica, disminuyendo as la dificultad de aprendizaje, con miras a, en muchos casos, seguir estudios superiores.

    6. mbito de la investigacin Se enmarca en el sector educativo.

    7. El Problema El no haber encontrado publicacin de patrones de la inteligencia mltiple, por el contrario haber encontrado informacin acerca que estas inteligencias son diferenciadas, segn el autor de las Inteligencias Mltiples hace que el problema principal sea identificar patrones en los tipos de inteligencias mltiples que permitan agruparlas de forma que podamos establecer criterio para agrupar o formar secciones de alumnos en los centros educativos, lo que podra sugerir una nueva metodologa de enseanza.

    8. Objetivo El objetivo de la presente investigacin es reconocer patrones comunes de las diversas inteligencias, que permita agrupar a los alumnos con caractersticas afines en el proceso de su formacin y ala vez permita sugerir un cambio de enfoque en la enseanza a los estudiantes, esto es una enseanza personalizada basada en las caractersticas comunes y tipos de inteligencia que poseen.

    9. Antecedentes Luis Alberto Arroyo Coronado. Inteligencias Mltiples y Propuesta de un Modelo de Tutora y Orientacin Universitaria para la Universidad Seor de Sipn.

    10. METODOLOGIA DE LA INVESTIGACION

    11. Tipo de Investigacin Tipo de Investigacin El presente proyecto de tesis tiene por objetivo determinar la existencia de agrupamiento o asociacin entre las inteligencias mltiples, mediante algoritmo de agrupamiento, por ello el nivel de investigacin es del tipo correlacional. Tipo de Diseo La investigacin en el proyecto es de tipo No Experimental, debido a que no hay manipulacin intencional. El objeto de estudio ya contiene una informacin y en este hecho el investigador no tiene injerencia.

    12. DISEO DEL EXPERIMENTO

    13. Diseo de Experimento

    14. Objeto de la Investigacin El objeto de la investigacin es el resultado registrado (REGISTRO) del test de Inteligencia Mltiple aplicado a los estudiantes de nivel secundaria del Centro Educativo en estudio.

    15. Poblacin La poblacin est representada por los estudiantes del nivel de educacin secundaria del Centro Educativo Mariano Melgar 6019 ubicado en el distrito de Villa Mara del Triunfo.

    16. Muestra Se utilizar el muestreo de poblacin finita, la muestra preliminar es de 242 alumnos. Asimismo para mitigar el riesgo de contar con encuestas que no cumplan con los requerimientos mnimos de calidad (como preguntas sin responder o marcas dobles), aplicamos un 5 por ciento adicional para el tamao de nuestra muestra final, la que es de 255 encuestas.

    17. Variables

    18. MODELO DE SOLUCION

    19. Modelo de Solucin

    20. ANLISIS DE FACTIBILIDAD

    21. Datos y Experimentos Prueba psicolgica de Inteligencias Mltiples, con las siguientes caractersticas previas: Revisin de la prueba, la cual deber contar con autorizacin y baremo con el medio peruano. Revisin del formato del cuestionario y hoja de respuesta. Revisin de las instrucciones del cuestionario para facilitar la rpida comprensin. Determinacin del numero de sesiones que se empleara para la aplicacin de la prueba. Luego: Efectuar una previa motivacin a los alumnos. Orientar correctamente a los alumnos acerca del llenado de sus datos personales en el test de respuestas. Calificacin de la prueba: Validacin de los datos, aquellos en los que no hubiera datos, o las marcas fueran dobles a una misma pregunta o si sean defectuosos o ambiguas. Seguidamente se calificar la prueba, se obtendrn los puntajes totales.

    22. Recursos Se requiere: Ambiente de capacidad mnima de 30 alumnos en el centro educativo. Autorizacin para utilizar el test de MINDS - Inteligencias Mltiples. Licencia par el uso de Matlab. Personal digitador/encuestador.

    23. Plan de Trabajo

    24. EDT

    25. PERT

    26. PERT

    27. Costos

    28. MARCO TEORICO

    29. Conceptual Inteligencia Lgica - matemtica: La que utilizamos para resolver problemas de lgica y matemticas. Es la inteligencia que tienen los cientficos. Se corresponde con el modo de pensamiento del hemisferio lgico y con lo que nuestra cultura ha considerado siempre como la nica inteligencia. Inteligencia Lingstica: La que tienen los escritores, los poetas los buenos redactores. Utiliza ambos hemisferios. Inteligencia Espacial: Consiste en formar un modelo mental del mundo en tres dimensiones, es la inteligencia que tienen los marineros los ingenieros, los cirujanos, los escultores, los arquitectos o los decoradores. Inteligencia Musical: Es naturalmente la de los cantantes compositores, msicos, bailarines. Inteligencia Corporal - kinestsica: Capacidad de utilizar el propio cuerpo para realizar actividades o resolver problemas. Es la inteligencia de los deportistas, los artesanos, los cirujanos y los bailarines. Inteligencia Intrapersonal: Es la que nos permite entendernos a nosotros mismos. No est asociada a ninguna actividad concreta. Inteligencia Interpersonal: La que nos permite entender a los dems y la solemos encontrar en los buenos vendedores, polticos, profesores o terapeutas. Inteligencia Naturalista: La que utilizamos cuando observamos y estudiamos la naturaleza. Es la que demuestran los bilogos o los herbolarios

    30. CONCEPTUAL

    31. Instrumental Ficha Tcnica Escala de MINDS-Inteligencia Mltiple Nombre de la prueba: Escala de MINDS de Inteligencias Mltiples. Autor: Cesar Ruiz Alva / Psiclogo Educacional. UNIVERSIDAD CESAR VALLEJO - TRUJILLO, PER, 2004. Standarizacin Peruana, Edicin revisada. Csar Ruiz Alva, Lima. Trujillo - 2004. Administracin: Individual / Colectiva. Significacin: Evala las 8 inteligencias mltiples segn la teora de Gardner.

    32. Instrumental Las principales tcnicas de minera de datos se suelen clasificar en: Agrupacin o clustering. Clasificacin. Asociacin. Agrupacin o clustering consiste en agrupar un conjunto de datos basndose en la similitud de los valores de sus atributos. El clustering identifica regiones densamente pobladas, denominadas clusters, de acuerdo a alguna medida de distancia establecida [Chenet al., 1996]. De esta manera se busca maximizar la similitud de lasinstancias en cada cluster y minimizar la similitud entre clusters[Han y Kamber, 2001].

    33. Instrumental K-means, es un mtodo iterativo que busca formar k clusters, con k predeterminado antes del inicio del proceso. K-means comienza particionando los datos en k subconjuntos no vacos, calcula el centroide de cada particin como el punto medio del cluster y asigna cada dato al cluster cuyo centroide sea el ms prximo. Luego vuelve a particionar los datos iterativamente, hasta que no haya ms datos que cambien de cluster de una iteracin a la otra.

    34. CONCLUSIONES

    35. Conclusiones El presente proyecto es considerado viable, dado que el tiempo de su desarrollo est dentro de la programacin acadmica, los costos sern autofinanciados sin problemas y toda la operatividad ser realizada por los tesistas La justificacin de este tema pasa por formar parte de un escaln previo dentro de las estrategias de educacin, ya que adems de ser innovador da pie al desarrollo de una nueva metodologa de enseanza en base a caractersticas del estudiante Dentro del diseo experimental, un factor clave a controlar esta relacionado con la ejecucin del test y el logro del involucramiento de los encuestados con este proceso.

More Related