Análisis de los modelos mentales como herramientas de enseñanza-aprendizaje.
Resumen
En el presente trabajo se propone el empleo de los mapas cognitivos difusos en la representación de los modelos mentales de los estudiantes. Se propone un procedimiento para la obtención de modelos mentales y su posterior análisis utilizando mapas cognitivos difusos. Se presenta un estudio de caso donde se ilustra la aplicabilidad de la propuesta y las ventajas de los mapas cognitivos en la comprensión de sistemas complejos. El trabajo finaliza con las conclusiones y recomendaciones de trabajos futuros.
Citas
Brio, B. M., & Molina, A. S. (2001). Redes Neuronales y Sistemas Borosos. Segunda Edición. ed: Alfaomega.
García, T. C. S., Burgos, B. A. A., Paredes, F. D. R. C., & Carpio, J. P. R. (2019). La Internacionalización de la Educación Superior, desde la perspectiva educacional, cinco retos y una necesaria reflexión sobre el sentido del proceso. Dilemas Contemporáneos: Educación, Política y Valores. Año: VI, Número: Edición Especial, Artículo no.:4, Período: Junio, 2019. https://dilemascontemporaneoseducacionpoliticayvalores.com/_files/200005025-9d9119e8f0/EE%2019.06.04%20La%20Internacionalizaci%C3%B3n%20de%20la%20Educaci%C3%B3n%20Superior..pdf
Glykas, M. (2010). Fuzzy Cognitive Maps: Advances in Theory, Methodologies, Tools and Applications: Springer-Verlag Berlin Heidelbeg.
González, R., Oviedo, M. D., Leyva, M., Estupiñán, J., Sganderla, J. A. & Smarandache, F. (2019). Pestel analysis based on neutrosophic cognitive maps and neutrosophic numbers for the sinos river basin management. Neutrosophic Sets & Systems, Vol. 26, pp.105-113. Recuperado de: http://fs.unm.edu/NSS/SinosRiverBasin.pdf
Gray, S. A., Gray, S., Cox, L. J. & Henly, S. S. (2013). Mental modeler: a fuzzy-logic cognitive mapping modeling tool for adaptive environmental management. Paper presented at the System Sciences (HICSS), 2013 46th Hawaii International Conference on System Sciences. pp.965-973.
Hernández N. D., Leyva, M., & Cuza, B. G. (2013). Modelos causales para la Gestión de Riesgos. Revista Cubana de Ciencias Informáticas, 7 (4), pp.58-74.
Kandasamy, W. B., & Smarandache, F. (2003). Fuzzy cognitive maps and neutrosophic cognitive maps. Xiquan Phoenix. Recuperado de: http://fs.unm.edu/NCMs.pdf
Klir, G. J. & Yuan, B. (1995). Fuzzy sets and fuzzy logic: Theory and Applicaction. Prentice Hall PTR. Recuperado de: http://www.b-farhadinia.ir/bfarhadiadmin/file/stdfile/Klir.pdf
Kosko, B. (1986). Fuzzy cognitive maps. International Journal of Man-Machine Studies.
Kosko, B. (1988). Hidden patterns in combined and adaptive knowledge networks. International Journal of Approximate Reasoning, 2(4), pp.377-393.
Lara, J., Andalira, G., Morán, R. S., Jordán, A. E. & Ramos, J. P. (2018). Estrategias didácticas aplicadas en la formación de competencias. Estudiantes-Ingeniería Comercial-FAFI-Universidad Técnica de Babahoyo. Dilemas Contemporáneos: Educación, Política y Valores. Año: VI, Número: Edición Especial, Artículo no.: 8, Período: Julio, 2018. https://dilemascontemporaneoseducacionpoliticayvalores.com/_files/200003885-5b1bc5c185/EE%2018.7.08%20Estrategias%20did%C3%A1cticas%20aplicadas%20en%20la%20formaci%C3%B3n%20de.....pdf
Leyva, M. (2013). Modelo de Ayuda a la Toma de Decisiones Basado en Mapas Cognitivos Difusos. (Doctorado en Ciencias Técnicas), Universidad de las Ciencias Informaticas, La Habana. Recuperado de: https://www.researchgate.net/publication/263221297_MODELO_DE_AYUDA_A_LA_TOMA_DE_DECISIONES_BASADO_EN_MAPAS_COGNITIVOS_DIFUSOS
Leyva, M. V., Escoba, R. J. & Smarandache, F. (2018). Modelos mentales y mapas cognitivos neutrosóficos. Neutrosphic Computing and Machine Learning. University of New Mexico. Vol. 1, pp.22-30. rcuperado de: http://fs.unm.edu/NCML/NCML-01-2018.pdf
Leyva, M. Y., Bello, R. L., & Espín, R. A. (2014). Compensatory fuzzy logic for intelligent social network analysis. Revista Cubana de Ciencias Informáticas, 8 (4), pp.74-85. recuperado de: http://scielo.sld.cu/pdf/rcci/v8n4/rcci04414.pdf
Leyva, V. M., Rosado. R. R. & Febles, E. A. (2012). Modelado y análisis de los factores críticos de éxito de los proyectos de software mediante mapas cognitivos difusos. Ciencias de la Información, La Habana. 43(2), pp.41-46. Recuperado de: https://www.redalyc.org/pdf/1814/181423798006.pdf
López, F., R., Vázquez. C. S., Gutiérrez, E. M. & Benet, R. M. (2015). El Método Delphi. Experiencia práctica en la determinación de los elementos de cursos a distancia. Paper presented at the V Congreso Internacional de Telemática y Telecomunicaciones.
Pérez, K. T. & Leyva, M. (2014). Neutrosophic logic for mental model elicitation and analysis. Neutrosophic Sets and Systems, Vol. 2, pp.31-33. Recuperado de: https://zenodo.org/record/571559#.XZ4kBEZKiM8
Pérez, K. T., Leyva, M. M. & Estrada, V. (2015). Mental models consensus process using fuzzy cognitive maps and computing with words. Ingeniería y Universidad de Bogota., 19 (1), pp.173- 188. Recuperado de: file:///C:/Users/1/Downloads/7463-Article%20Text-45812-1-10- 20150512.pdf
Ping, C. W. (2009a). A Methodology for Constructing Causal Knowledge Model from Fuzzy Cognitive Map to Bayesian Belief Network. ( PhD Thesis), Chonnam National University.
Ping, C. W. (2009b). A Methodology for Constructing Causal Knowledge Model from Fuzzy Cognitive Map to Bayesian Belief Network. (PhD Thesis), Chonnam National University.
Puente A. (2011). Causality in Sciencie. Revisa de Investigacion Pensamiento Matemático. 1 (12). Recuperado de: file:///C:/Users/1/Downloads/Dialnet-CausalityInSciencie- 3744334.pdf
Salmeron, J. L. (2009). Augmented fuzzy cognitive maps for modelling LMS critical success factors. Knowledge-Based Systems, 22 (4), pp.275-278.
Sharif, A. M. & Irani, Z. (2006). Applying a fuzzy-morphological approach to complexity within management decision making. Emerald Group Publishing Limited. 44 (7), pp.930-961. Recuperado de: https://www.researchgate.net/publication/49401091_Applying_a_Fuzzy-Morphological_approach_to_complexity_within_management_decision-making
Stach, W., Kurgan, L. & Pedrycz, W. (2010). Expert-Based and Computational Methods for Developing Fuzzy Cognitive Maps. Springer-Velag. pp.23-41. Recuperado de: http://biomine.cs.vcu.edu/papers/chapterMethodsFCM2010.pdf
Teruel, P. K., Leyva, M. & Estrada, V. (2014). Proceso de consenso en modelos mentales y aplicación al desarrollo de software ágil en bioinformática. Revista Cubana de Información en Ciencias de la Salud, 25(3), pp.317-331. Recuperado de: https://www.redalyc.org/pdf/3776/Resumenes/Resumen_377645758006_1.pdf
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8 (3), pp.338-353. doi: 10.1016/s0019- 9958(65)90241-x
Zhi-Qiang, L. (2001). Causation, bayesian networks, and cognitive maps. Inteligent Sysem Lab. (ISL). 27 (4), pp.552-566. Recuperado de: file:///C:/Users/1/Downloads/Causation,Bayesian%20Networks,and%20Cognitive%20Maps.pdf
