%0 Journal Article
%T Interfaces adaptativas personalizadas para brindar recomendaciones en repositorios de objetos de aprendizaje
%J -
%D 2017
%R https://doi.org/10.14483/22487638.9287
%X Resumen (es_ES) Contexto: existen muchos repositorios de recursos educativos que permiten buscar y recuperar objetos de aprendizaje, de esta forma se puede tener acceso a millones de recursos educativos; sin embargo, se requiere mejorar la presentaci車n, visualizaci車n y satisfacci車n de uso de dichos objetos de aprendizaje, teniendo en cuenta las preferencias y necesidades de los estudiantes. M谷todo: el objetivo de este art赤culo es incorporar una interfaz adaptativa personalizada a un sistema multiagente con el fin de recomendar objetos de aprendizaje, desde repositorios locales y remotos utilizando el perfil cognitivo de los estudiantes. Resultados: la validaci車n del prototipo se realiz車 a trav谷s de un caso de estudio en el cual la interfaz adapt車 tanto la presentaci車n como la visualizaci車n de los objetos de aprendizaje a trav谷s de las preferencias, necesidades y caracter赤sticas de los estudiantes. Conclusiones: se puede concluir que las interfaces adaptativas personalizadas demuestran su eficacia y representan entonces un gran aporte en los entornos de e-learning, debido a que modifican en tiempo real la visualizaci車n y la presentaci車n, teniendo en cuenta el perfil cognitivo del aprendiz. Resumen (en_US) Context: There are many repositories that allow searching and retrieving learning objects, so a lot of learning resources can be accessed. However, it is required to improve the presentation and visualization of those learning resources considering the student＊s preferences, needs, and cognitive features. Method: The aim of this paper is to incorporate a customized interface with an adaptive multi-agent system for learning objects recommendation from local and remote repositories based on the student＊s cognitive profile. Results: The prototype validation was made through a case study in which the interface has adapted not only the presentation but the visualization of learning objects taking into account the student＊s preferences, needs and cognitive features. Conclusions: We can conclude that personalized adaptive interfaces demonstrate their efficacy and represent a great contribution to e-learning environments since they modify in real time the visualization and presentation of educational resources using the student＊s cognitive profile
%K Learning styles
%K multi-agent systems
%K personalized adaptive interfaces
%K recommendation systems
%K repositories of learning objects
%K student profiles estilos de aprendizaje
%K interfaces adaptativas personalizadas
%K perfiles de estudiante
%K repositorios de objetos de aprendizaje
%K sistemas de recomendaci車n
%K sistemas multiagente
%U https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/9287