| Sumario: | Este trabajo de investigación ofrece un enfoque innovador para el emparejamiento de estudiantes tutores basándose en la correlación que existen entre los estilos de enseñanza - aprendizaje, respectivamente, según el Modelo Pedagógico de Grasha-Riechmann. Cuenta como objetivo optimizar el proceso educativo a través de un emparejamiento más informado y estratégico. Estando sustentada en la teoría de "Clústers de Aprendizajes" de Anthony Grasha, la cual sugiere una relación directa entre los estilos de aprendizaje del estudiante y los estilos de enseñanza del tutor. A nivel de metodología, se incluye un proceso de recolección de datos diseñado a través de una aplicación web en el que se aplicarán la Encuesta de Inventarios de Estilos de Enseñanza y Aprendizaje para los Tutores y Estudiantes. Los datos recopilados son almacenados, procesados y organizados a través de técnicas de gestión de datos, estableciendo así un repositorio de información interactivo al que se denomina Sistema de Gestión de Aprendizajes # PilandoAndo (SGE, por sus siglas en español) de la Fundación Ayudinga. La investigación continúa con el desarrollo de una aplicación que implementa el concepto matemático de Grafos Bipartitos para emparejar de manera óptima a estudiantes y tutores. Este procedimiento permite crear subconjuntos de datos que son analizados utilizando herramientas avanzadas de cálculo matemático. Este enfoque también tiene en cuenta que múltiples estudiantes pueden ser asignados a un solo tutor para maximizar el aprendizaje colectivo. Posteriormente, estos datos serán analizados por un algoritmo de emparejamiento máximo denominado Gale Shapley, sin embargo, usando una adaptación que tenga el objetivo de identificar los estilos de estudiantes y tutores. Este procedimiento automatizado asegura una gestión eficiente y precisa de los datos, preparándolos para el análisis y la visualización. Los resultados de este emparejamiento se almacenan para su análisis posterior y se visualizan a través del "Panel de Administración" del SGE de #PilandoAndo, proporcionando un cuadro de mando que presenta el "Emparejamiento Máximo" entre estudiantes y tutores. Es importante resaltar que este estudio también considera las limitaciones y restricciones de las cantidad de estudiantes que un tutor puede manejar eficazmente, así como lo hace al evaluar lo cambiante que pueden ser los estilos de aprendizajes y enseñanza de un estudiante o tutor, por lo que se limitará a una medición específica adaptativa a través de decisiones humanas. Los hallazgos de este estudio exploratorio proporcionarán una estrategia efectiva y basada en datos para la creación de grupos de tutorías en las intervenciones educativas masivas de la Fundación Ayudinga, conocidas como #PilandoAndo en sus diferentes versiones. Este enfoque permitirá una enseñanza más personalizada y efectiva, beneficiando tanto a tutores como a estudiantes al promover un entorno de aprendizaje más productivo y enriquecedor. Palabras clave: Emparejamiento Aproximado, Clústeres de Aprendizaje, Grasha - Riechmann, Emparejamiento Perfecto, Enseñanza Personalizada, Gestón de Datos, Sistemas de Información Educativos, Gale-Shapley, Teoria de Emparejamiento, Estudiantes, Tutores, Fundación Ayudinga
|
|---|