MobiLearn: Context-Aware Mobile Learning System

MobiLearn: Context-Aware Mobile Learning System

MobiLearn: Context-Aware Mobile Learning System
G. G. Castro, E. L. Domínguez, Y. H. Velázquez, M. Y. R. Matla, C.B.E. Toledo and S. E. P. Hernández
Abstract— Incorporing mobile systems in teaching-learning
process has enabled m-learning as a mean to customize student
learning and to encourage collaborative learning. Some works
have proposed m-learning systems, however, they don´t include
two key aspects: monitoring and personalization services based
on learning styles and student learning context as it is
incorporated in this research. Additionally, there is also a limited
work focus on the development of basic disciplinary skills in
mathematics and computing subjects in high-school education.
This paper describes the design and development of a context aware mobile learning system that includes mobile learning
objects (MLO) for the development of basic disciplinary skills in
mathematics and computing for high-school education. Our work
proposes learning monitoring and personalization services
characterized by: using SMS, social networks (Facebook and
Twitter) and provides educational content through MLO based
on context and student learning styles.
Keywords— mobile learning system, learning monitoring,
learning personalization, mobile learning objects.
L
I. INTRODUCCIÓN
OS MODELOS de enseñanza apoyados por la tecnología
han pasado por diferentes fases. Inicialmente la aparición
de la computadora de escritorio dio origen al modelo
denominado enseñanza apoyada por la computadora.
Eventualmente el aprovechamiento de Internet y las
tecnologías web en el proceso de enseñanza aprendizaje
originó el modelo conocido como aprendizaje electrónico (elearning) [1]. Actualmente, se incorporaron a este panorama
las tecnologías móviles dando lugar a lo que se ha
denominado como aprendizaje móvil (m-learning). El mlearning puede verse como la convergencia entre el
aprendizaje electrónico y el cómputo móvil caracterizado por
[2-3]: permitir la personalización y adaptación del aprendizaje
a las características individuales del estudiante, favorecer el
aprendizaje colaborativo y exploratorio e indirectamente
contribuye a mejorar sus capacidades para leer, escribir y
calcular.
Diversos trabajos [4-27] han propuesto sistemas de
aprendizaje con servicios orientados a dispositivos móviles;
sin embargo, estos sistemas carecen de servicios que lleven a
cabo un seguimiento y personalización del aprendizaje con
G. G. Castro, Centro de Enseñanza de LANIA, Veracruz, México,
[email protected]
E. L. Domínguez, Centro de Innovación e Investigación de LANIA,
Veracruz, México, [email protected]
Y. H. Velázquez, Centro de Servicios Tecnológicos de LANIA,
[email protected]
M. Y. R. Matla, Centro de Enseñanza de LANIA, Veracruz, México,
[email protected]
C. B. E. Toledo, Centro de Innovación e Investigación de LANIA,
Veracruz, México, [email protected]
S. E. P. Hernandez, Departamento de Ciencias Computacionales, Instituto
Nacional de Astrofísica Óptica y Electrónica, Puebla, México,
[email protected]
base en el estilo de aprendizaje y contexto del estudiante
(actividad física). Además, acorde a la revisión del estado del
arte llevada a cabo, hay un limitado trabajo de investigación
enfocado al desarrollo de competencias disciplinares básicas
en las áreas de matemáticas e informática en alumnos de
educación media superior a través de Objetos de Aprendizaje
Móviles (OAMs) [14-15].
En los sistemas de cómputo, el contexto se refiere a
cualquier información que pueda ser empleada para
caracterizar la situación de una entidad (persona, lugar u
objeto) considerada relevante entre un usuario y una
aplicación, incluyendo al usuario y la aplicación misma [28].
Por lo tanto, un sistema consciente de contexto es aquel que
usa información de contexto para proveer servicios al usuario,
con base en la actividad que el usuario realiza [28].
En este artículo se presenta el diseño y desarrollo de un
sistema de aprendizaje móvil consciente de contexto
(SAMCC) que incluye objetos de aprendizaje móviles para el
desarrollo de competencias disciplinares básicas de
matemáticas e informática en alumnos de educación media. El
sistema está compuesto por dos módulos: uno de seguimiento
del aprendizaje y otro de personalización de aprendizaje. El
módulo de seguimiento del aprendizaje permite enviar avisos
sobre nuevas actividades (tareas y quizes), así como también
avisos sobre el vencimiento de las mismas o mensajes con
conceptos clave al alumno y consultar los resultados obtenidos
por el estudiante en los OAMs. Por otro lado, el módulo de
personalización permite que el sistema sugiera objetos de
aprendizaje móviles con material educativo pertinente y
adecuado a cada situación con base en el estilo del aprendizaje
[29] y la actividad que desarrolla (contexto) el estudiante. En
este artículo se consideran los estilos de aprendizaje teórico,
pragmático, activo y reflexivo [29]. Por otra parte, la
administración de los cursos en línea se realiza con el
manejador de cursos Moodle [30] caracterizado por permitir la
creación e integración de nuevas funcionalidades (llamadas
módulos) y gestión de cursos de e-learning.
En nuestro caso, los OAMs presentan contenido educativo
de competencias disciplinares básicas en las áreas de
matemáticas e informática definidas en el marco curricular del
Sistema Nacional de Bachillerato [31-32] establecido por la
Secretaria de Educación Pública y contempladas por el
modelo de habilidades de tecnologías de la información y
comunicación propuesto en [33]. En este trabajo, las
competencias de matemáticas e informática fomentadas son:
1.-formular y resolver problemas matemáticos aplicando
varios enfoques; 2.-interpretar tablas, gráficas, mapas,
diagramas y textos con símbolos matemáticos y científicos; 3.utilizar tecnologías de la información y comunicación para
investigar y resolver problemas; 4.-producir materiales y
transmitir información.
Por otro lado, los servicios proporcionados por el SAMCC
propuesto en este trabajo son: a) reforzamiento del aprendizaje
a través del envío de mensajes de texto (SMS) y publicaciones
en Facebook y Twitter con información de conceptos clave a
los dispositivos móviles de los estudiantes; b) aviso de nuevas
actividades propuestas por el profesor a los estudiantes a
través de SMS y publicaciones en Facebook y Twitter; c)
recordatorio del vencimiento de las actividades propuestas por
el profesor a través de mensajes de texto y publicaciones en
Facebook y Twitter; d) consulta o visualización de los
resultados obtenidos en los quiz de los OAMs que hayan sido
contestados por los alumnos; e) obtener el contexto del
estudiante (actividad física, la cual poder ser en reposo o en
movimiento); f) identificar el estilo de aprendizaje del
estudiante el cual puede ser activo, pragmático, teórico y
reflexivo [29]; y g) sugerir la descarga de objetos de
aprendizaje móviles con base en el estilo de aprendizaje y
contexto particular de cada estudiante.
II. ESTADO DEL ARTE
Diversos trabajos han propuesto sistemas enfocados al
seguimiento y/o personalización del aprendizaje de los
estudiantes [4-27]. Estos trabajos se pueden clasificar en dos
grupos. En el primer grupo clasificamos a los trabajos que
proponen sistemas enfocados al seguimiento del aprendizaje.
En el segundo grupo clasificamos a los trabajos que proponen
sistemas orientados a la personalización del aprendizaje
principalmente. A continuación presentamos una descripción
de estos sistemas.
A. Sistemas orientados al seguimiento del aprendizaje
MOBL21 [16] usa dispositivos móviles para proporcionar
los siguientes servicios: revisión, reforzamiento, material de
aprendizaje, quizes, guías de estudio, entregas programadas,
SMS y voz, seguimiento de alumnos, resultados y uso. Por
otro lado, el sistema de aprendizaje móvil presentado en [17]
se enfoca en formación de enfermeros donde el estudiante
diagnostica un paciente simulado. Otro sistema que se
propone en [19] usa preguntas mediante un sistema de
proyección con comunicación vía móvil y despliegue de
estadísticas. Por otra parte, Blackboard Mobile [4] ofrece
acceso a cursos, contenidos y envió de notificaciones de
actividades calificadas en dispositivos móviles. El sistema
propuesto en [21] permite intercambiar contenido entre
Tablet/PC, pizarras digitales y móviles, actualizar
información, recursos educativos, seguimiento de la clase y
realizar preguntas y respuestas.
B. Sistemas orientados a la personalización del aprendizaje
El sistema presentado en [22] propone la adaptación del
aprendizaje móvil mediante transformación de recursos
educativos y decisiones basadas en elementos contextuales.
Por otro lado, M2Learn [23] ofrece servicios de: quizes
sensibles al contexto, medios de comunicación, objetos de
aprendizaje (OA), evaluación, interacción con Moodle,
recolección de datos del GPS y acelerómetro. Un entorno
colaborativo móvil es propuesto en [24] vía el navegador de
smartphones 3G con servicios de visualización de progreso,
avisos y perfiles. Otro sistema propuesto en [25] analiza las
decisiones del usuario para detectar su comportamiento y
presentarle objetos de aprendizaje. Por otro lado, un sistema
de recomendación basado en contenido propuesto en [26]
lleva a cabo la personalización del aprendizaje en
programación mediante una ontología, objetos de aprendizaje
y perfil del estudiante.
C. Análisis de trabajos relacionados
En general los sistemas propuestos [4-27], con base en el
análisis del estado del arte realizado en este trabajo, carecen
de los siguientes servicios: a) recordatorio del vencimiento de
actividades propuestas por el profesor a través de mensajes de
texto (SMS) y publicaciones en redes sociales tales como
Facebook y Twitter; b) avisos de nuevas actividades
propuestas por el profesor a los estudiantes a través de SMS y
publicaciones en Facebook y Twitter; y c) servicios que
sugieran la descarga de objetos de aprendizaje móviles con
base en el estilo de aprendizaje y contexto particular de cada
estudiante (actividad física). Además, hay un limitado trabajo
de investigación enfocado al desarrollo de competencias
disciplinares básicas en las áreas de matemáticas e informática
en alumnos de educación media a través de objetos de
aprendizaje móviles.
III. ANÁLISIS Y DISEÑO
El desarrollo del sistema presentado en este artículo se
realizó en dos etapas siguiendo la metodología ICONIX [35].
En cada etapa se llevaron a cabo las siguientes fases: análisis
de requerimientos, análisis y diseño preliminar, diseño
detallado, y finalmente implementación y pruebas. En la etapa
1 se desarrollaron los servicios para el seguimiento y
reforzamiento del aprendizaje; y en la etapa 2 se desarrollaron
los servicios de personalización y objetos de aprendizaje
móviles. A continuación presentamos el diagrama de
despliegue, diagramas de casos de uso, modelo de clases y
modelo de datos.
A. Arquitectura del Sistema
La arquitectura del sistema (Fig. 1) está integrada por tres
componentes: Moodle, aplicación móvil y el Repositorio de
Objetos de Aprendizaje (ROA). A través de estos
componentes los módulos de seguimiento y personalización
del aprendizaje de nuestro sistema brindan diversos servicios a
los alumnos y profesores.
Figura 1. Modelo de despliegue del aprendizaje móvil consciente de contexto.
El módulo de seguimiento del aprendizaje envía avisos vía
SMS, Twitter y Facebook desde Moodle con conceptos clave
para el reforzamiento del aprendizaje. Este módulo también
realiza el aviso de nuevas actividades evaluables y el aviso del
vencimiento de actividades evaluables a través del envío de
SMS y publicaciones en Twitter y Facebook. Además,
permite ver en Moodle y en la aplicación móvil los resultados
de los quizes de los OAMs contestados por los alumnos. Por
otro lado, el módulo de personalización del aprendizaje
permite determinar los estilos de aprendizaje, identificar el
contexto y sugerir OAMs del ROA al estudiante. El ROA
almacena los OAMs acorde a sus contenidos. Cada OAMs
está enfocado a un estilo de aprendizaje y un contexto.
B. Casos de uso
El diagrama de casos de uso (Fig. 2) modela las funciones
del sistema en dos partes: una en la aplicación móvil y otra en
Moodle cuyas funcionalidades extienden cursos de Moodle,
calificaciones del curso y actividades evaluables.
Finalmente, en la sección de Modelo están las: Entities (clases
que mapean cada tabla de la base de datos) que gestionan la
información como objetos, el DAO gestiona la información
enviada/recibida del módulo de controlador como objetos y el
DB encargado de la gestión de la base de datos con la
información que envía/recibe del DAO.
D. Modelo de Datos
El modelo de datos describe la estructura de la información
que almacena el sistema. El modelo de datos para la app móvil
(Fig. 4) consta de tablas que almacenan datos para
personalización y seguimiento. Este modelo de datos se utiliza
para mantener un registro de la información del usuario tal
como: semestre, materias, unidades, estilos de aprendizaje,
calificaciones, etc.
Figura 2. Diagrama general de los casos de uso del sistema.
En el caso de la app móvil el alumno puede iniciar sesión,
ver sus resultados, consultar OAMs, ir a Moodle y acceder a
los OAMs. Por otro lado, el profesor puede ver las
calificaciones de los alumnos y publicar nuevas actividades,
ver Fig. 2.
C. Diagramas de Clases
El diagrama de clases de nuestro sistema está en un entorno
MVC (Modelo, Vista, Controlador) y modela las clases
agrupadas en bloques, ver Fig. 3. En la sección de vista están
las layout (interfaces gráficas). En la sección de controlador
están los: WebServices encargados de la interacción con el
ROA y Moodle, Activities que gestionan las interfaces
gráficas, Operations que proveen funcionalidades a las
Activities y la Arquitectura Consciente de Contexto (ACC)
que determina el contexto del estudiante [34].
Figura 4. Modelo de datos de la aplicación Móvil.
En el caso de Moodle se agregan tablas al esquema nativo
con la finalidad de proporcionar servicios de seguimiento,
reforzamiento y personalización del aprendizaje (ver Fig. 5).
Figura 5. Fragmento del modelo de datos de Moodle con las tablas agregadas.
Figura 3. Diagrama general de clases del SAMCC.
Las tablas agregadas a Moodle se utilizan para la gestión de
información de los mensajes de seguimiento y reforzamiento
del aprendizaje (tablas de color rojo) y guardar los estilos de
aprendizaje de los alumnos (tablas color naranja), ver Fig. 5.
IV. IMPLEMENTACIÓN
En esta sección se presentan los servicios de seguimiento y
personalización del aprendizaje y una descripción general de
los OAMs desarrollados en este trabajo.
A. Servicios Enfocados al Seguimiento del Aprendizaje
Los servicios de seguimiento son: visualización de
resultados, avisos de nuevas actividades y vencimiento de
actividades a través del envío de SMS y publicaciones en
Facebook y Twitter. La visualización de resultados de los quiz
de los OAMs se realiza desde el móvil (Fig. 6a) y Moodle
(Fig. 6b). En la aplicación móvil la visualización de resultados
se realiza seleccionando: materia, unidad, OAM y quiz. Al
seleccionar cada parámetro se muestra su calificación. En
Moodle, los resultados se encuentran en la sección de
calificaciones del curso (Fig. 6b).
(a)
(b)
Figura 6. Visualización de resultados en: a) la aplicación Móvil, b) Moodle.
Los avisos de publicación de nuevas actividades y/o avisos
del vencimiento de actividades evaluables se gestionan en una
aplicación Java conectada a Moodle. Estos avisos de
actividades nuevas o a dos días de vencer se realizan vía SMS
(Fig. 7a), Twitter (Fig. 7b) y Facebook (Fig. 7c).
(a)
(b)
(c)
Figura 7. Recepción de Avisos de Seguimiento del Aprendizaje por: a) SMS,
b) Twitter y c) Facebook.
En el caso del reforzamiento del aprendizaje se implementó
un módulo en Moodle para la gestión del mensaje que permite
seleccionar destinatarios de Facebook (Fig. 8c) y/o Twitter
(Fig. 8b), por defecto, el aviso se envía por SMS (Fig. 8a).
(a)
(b)
(c)
Figura 8. Recepción de avisos del reforzamiento del aprendizaje por: a) SMS,
b) Twitter, c) Facebook.
Por otra parte, un componente (widget) de Twitter agregado
en Moodle (Fig. 9) permite realizar avisos generales y no solo
a un grupo.
Figura 9. Envió de avisos generales mediante Twitter.
Para recibir los avisos en Twitter publicados desde Moodle
es necesario que en la aplicación nativa de Twitter del móvil
se seleccione la opción de favorito en el perfil de la cuenta que
se esta utilizando en Moodle.
B. Servicios Enfocados a la Personalización del Aprendizaje
Los servicios de personalización del aprendizaje son:
obtención del contexto (actividad física), determinar estilos de
aprendizaje y sugerir OAMs con base en el contexto y estilo
de aprendizaje del estudiante. En nuestro trabajo se considera
contexto a la actividad física, la cual es determinada por la
arquitectura consciente de contexto desarrollada en [34] con
base en el GPS y acelerómetro. La aplicación móvil clasifica
la actividad en: reposo (estático y usando su teléfono) y
movimiento (usando su teléfono y desplazándose). Por otro
lado, en la aplicación móvil se implementó el Cuestionario
Honey-Alonso [29] para determinar estilos de aprendizaje del
alumno (activo, reflexivo, teórico y pragmático). Los dos
estilos de mayor puntaje se asocian al usuario (Ver Fig. 10).
Figura 10. Implementación del Cuestionario Honey-Alonso de Estilos de
Aprendizaje.
Por otra parte, el servicio de sugerencia de OAMs requiere
de la selección de: materia, unidad y un click en el botón “ver
OAMs” por parte del estudiante (Fig. 11a).
(a)
(b)
(c)
Figura 11. Sugerencia de OAM, a) selección de materia y unidad, b) consulta,
c) lista de OAM.
Posteriormente, el sistema realiza la petición al ROA con los
siguientes parámetros: contexto, materia, unidad y estilos de
aprendizaje (Fig. 11b) del alumno. Como resultado, la
aplicación móvil devuelve una lista de OAMs adecuados al
estilo y contexto del estudiante (ver Fig. 11c).
C. Objetos de Aprendizaje Móviles
Los OAMs (Fig. 12) desarrollados en este trabajo abordan
contenidos de informática y matemáticas y están orientados a
un estilo de aprendizaje y un contexto. Estos OAMs se pueden
visualizar en navegadores nativos de dispositivos móviles con
Android e IOS (Fig. 12a) o instalar en un dispositivo móvil
con sistema operativo Android, ver Fig. 12b.
(a)
(b)
Figura 12. Objeto de Aprendizaje Móvil, a) visualizable, b) apk instalable.
Los OAMs desarrollados en este trabajo están conformados
por un menú de cuatro opciones en su interfaz principal:
Lecciones, Ejemplos, Ejercicios y Evaluación (ver Fig. 12a).
La opción Lecciones en los OAMs contiene un resumen de los
principios teóricos que deben revisarse antes de interactuar
con los ejemplos, ejercicios y evaluación del tema del OAM, y
se puede consultar cada vez que se considere necesario para
aclarar alguna duda.
Por otro lado, las opciones Ejemplos y Ejercicios de los
OAMs presentan tres niveles de dificultad: básico, intermedio
y avanzado, y para cada uno de estos niveles se presentan por
lo menos cinco ejemplos/ejercicios diferentes para interactuar.
Finalmente, la opción Evaluación en el caso de los OAMs de
matemáticas o Quiz en el caso de los OAMs de informática
retroalimentará al alumno para saber en qué medida el tema
del OAM ha sido comprendido.
Figura 13. Aplicación instalada en un celular con Android.
A. Prueba: Sugerencia de Objetos de Aprendizaje con base
en el estilo del aprendizaje y Contexto del estudiante
Esta prueba evaluó la sugerencia de objetos de aprendizaje
con base en estilos de aprendizaje y contexto del estudiante.
Los escenarios probados fueron: sugerencia de objetos de
aprendizaje considerando la actividad física (Fig. 14a y 14b),
sugerencia de objetos de aprendizaje adecuados al estilo del
usuario, envió de mensajes en caso de no haber objetos
disponibles (Fig. 14c) y validación de campos en blanco (Fig.
14d).
a)
b)
c)
d)
Figura 14. Pruebas de sugerencia de Objeto de Aprendizaje Móvil,
a)sugerencias basadas en estilos y actividad física estática , b) sugerencia
basada en estilos y actividad física en movimiento, c) mensaje de aviso de
ausencia de objetos sugeridos d) validación de campos en blanco.
B. Prueba: Gestión de Calificaciones
Las pruebas de la gestión de calificaciones fueron:
obtención de calificaciones del usuario desde Moodle, registro
de calificación en la aplicación móvil al responder un quiz,
registro único de la calificación obtenida en un quiz, creación
de la estructura de registro de calificaciones en Moodle,
registro único en Moodle de la calificación obtenida de quiz y
probar que se promedie correctamente las calificaciones del
alumno, ver Fig 15.
V. PRUEBAS
En esta sección se describe principalmente las pruebas
piloto realizadas con un grupo de 47 alumnos y 4 profesores
de educación media superior. Las pruebas establecieron
escenarios que evalúan el flujo de los servicios del sistema en
dispositivos móviles con diferentes versiones de Android
(4.0.3, 4.1, 4.1.2, 4.2 y 4.4) y los dispositivos son de distintos
fabricantes: Samsung, LG, Alcatel, Sony, Motorola, etc, ver
Fig. 13.
a)
b)
Figura 15. Pruebas de Gestión de calificaciones, a) Pruebas en Moodle, b)
Pruebas en el Móvil.
C. Prueba: Aviso de nuevas actividades, actividades por
vencer y mensajes de reforzamiento
En este caso, se solicitó a los usuarios acceder a sus cuentas
de Twitter, Facebook y su aplicación de mensajería de texto
en sus dispositivos móviles. Los escenarios probados fueron:
recepción de avisos en Twitter, Facebook y SMS cuando el
profesor publica una nueva actividad evaluable en Moodle,
recepción de avisos del vencimiento de actividades evaluables
a través de Twitter, Facebook y SMS, recepción de avisos de
reforzamiento a los alumnos del curso a través de las redes
sociales y SMS, recepción de avisos de reforzamiento a los
alumnos seleccionados en Facebook, Twitter y SMS y la no
recepción de avisos en Twitter y/o Facebook al no seleccionar
alguna o ambas opciones en Moodle, ver Fig. 16.
[6]
[7]
[8]
[9]
[10]
[11]
a)
b)
c)
Figura 16. Pruebas de avisos de actividades (publicación y/o vencimiento) y
mensaje de reforzamiento, a) Twitter, b) Facebook y c) SMS.
[12]
[13]
VI. CONCLUSIONES Y TRABAJO FUTURO
En este trabajo se presentó el análisis, diseño y desarrollo
de un sistema de aprendizaje móvil consciente de contexto con
servicios de seguimiento y personalización del aprendizaje
mediante avisos vía Twitter, Facebook y mensajería de texto.
Las contribuciones que este sistema aporta son: un servicio de
mensajes de reforzamiento del aprendizaje vía Facebook,
Twitter y SMS, un servicio de aviso de nuevas actividades
evaluables agregadas y/o por vencer a través de publicaciones
en Twitter, Facebook y SMS. Otras contribuciones
importantes son el: determinar el contexto y estilos de
aprendizaje para sugerencias de contenidos educativos, ofrecer
OAMs de matemáticas e informática con base en estilo y
contexto del estudiante, proveer OAMs visualizables en
navegadores web móviles de sistemas operativos IOS,
Android y Windows Phone y OAMs instalables (aplicación
nativa) para móviles con sistema operativo Android. Dentro
de los servicios principales de personalización del aprendizaje
se encuentra el de proveer Objetos de Aprendizaje Móviles
adecuados al contexto y estilo de aprendizaje del estudiante
con contenidos educativos de informática y matemáticas.
Por otra parte, algunos trabajos futuros a considerar son:
permitir responder los avisos de reforzamiento, incluir otras
redes sociales en el envío de avisos de reforzamiento y
seguimiento y realizar un estudio sobre la usabilidad del
SAMCC y los OAMs.
REFERENCIAS
[1]
[2]
[3]
[4]
[5]
J. Caudill, “The Growth of m-Learning and the Growth of Mobile
Computing: Parallel developments”, International Review of Research
in Open and Distance Learning, vol. 8, no. 2, pp.1-13, June 2007.
J. Hofmann, “Why Blended learning hasn’t (yet) fulfilled its promises”,
in The handbook of blended learning: global perspectives, local designs,
J. Wiley, Ed. San Francisco: CA. Pfeiffer, 2006, pp. 27-40.
Fernández-Pampillón, Mobile learing: Análisis prospectivo de las
potencialidades asociadas al Mobiile Learning, Madrid: ISEA S.Coop,
2009.
BlackBoard, “BlackBoard Mobile”, 2013. [Online]. Available:
http://www.blackboard.com/Platforms/Mobile/Overview.aspx
K. Mitchell, N. J. P. Race, D. McCaffery, M. Bryson and Z. Cai,
“Unified and Personalized Messaging to Support E-Learning”, in 4th
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]
[26]
[27]
[28]
IEEE International Workshop on Wireless, Mobile and Ubiquitous
Technology in Education (ICHIT’06), 2006
S. Martin, E. San Cristóbal, R. Gil, G. Díaz, M. Castro y J. Peire,
“Facilitando el Desarrollo de Aplicaciones para el Aprendizaje Móvi”l,
en el Congreso de Fomento e Innovación con Nuevas Tecnologías en la
Docencia de la Ingeniería, pp. 131- 135, 2009.
R. Cheung, B. Stewart y R. Mcgreal, “Going Mobile with Moodle: First
steps”, in IADIS International Conference on Mobile Learning, 2006
Zhao and Z Yang. “Learning resource adaptation y delivery Framework
For mobile learning”, in Proceedings of 35th ASEE, Frontiers in
Education conference, Indianapolis, USA, pp 19-22, October 2005.
E. Patokorpi, F. Tétard y N. Sjövall, “Learning objects to Support
Constructivist Learning”, in Learning Objects: Applications & Future
Directions. Harman, K. & Koohang,A. (Eds.), Chapter 7, Sta. Rosa Cal.:
Informing Sciences Press, , pp. 187-221, 2007.
A. Holzinger, A. Nischelwitzer Graz y M. Meisenberger, “Mobile
Phones as a Challenge for Learning Objects”, in PerCom 2005
(Workshops), 2005.
E. Martín y R.M. Carro, “Supporting the Development of Mobile
Adaptive Learning Environments: A case study”, in IEEE Transactions
on Learning Technologies, vol. 2, no.1, pp. 23-36, Jan-March 2009.
C. Draganova, “Use of mobile phone technologies in learning”, in ACM
SIGCSE Bulletin, Vol. 41, Issue 3, pp.399-399, September 2009.
J.Y-K. Yau and M.S. Joy, “A Context-aware and Adaptive Learning
Schedule Framework for Supporting Learners’ Daily Routines”, In
Second International Workshop on Mobile Communications and
Learning, pp. 22-28, 2007.
U. Bhaskar, P. Govindarajulu, “Adaptive Approaches to Context Aware
Mobile Learning Applications”, in International Journal of Computer
Science and Security, Vol. 2, No. 2, pp. 15-27, 2008.
A. Mohamed., “Mobile Learning: Transforming the Delivery of
Education and Training”, 1st Ed., AU Press, p. 297, 2009.
Emantras,
MOBL21,
2013.
[Online].
Available:
http://www.mobl21.com/features/
P. Wu, G. Hwang, L. Su y Y. Huang, A Context-Aware Mobile
Learning System for Supporting Cognitive Apprenticeships in Nursing
Skills Training, in Educational Technology & Society, pp. 223–236,
2012.
A. Holzinger, A. Nischelwitzer y M. Meisenberger, “Mobile Phones as a
Challenge for m-Learning:Examples for Mobile Interactive Learning
Objects (MILOs)”, in IEEE Computer Society, 2005
B. Mundaca Moraga y A. J. González, “Evaluación y Seguimiento del
Aprendizaje en Salas de Clases Utilizando Dispositivos Móviles”,
presentado en el XXI Congreso Chileno de Educación en Ingeniería,
2007
R. Solis Ubaldo, M.S.V. Sánchez Salinas, R. Rodríguez Chavez,
“Sistema para el Seguimiento del Aprendizaje en Matemáticas”.
Presentado en el 3er. Foro Nacional de Ciencias Básicas, 2009.
SAMSUNG, “Samsung Smart School”, 2013- [En Línea]. Disponible
en:
http://www.samsung.com/es/business/solutions-services/mobilesolutions/education/samsung-smart-school
S. Gómez, P. Zervas, D. G. Sampson y R. Fabregat, “Context-aware
adaptive and personalized mobile learning delivery supported by
UoLmP”, Journal of King Saud University – Computer and Information
Sciences, 2013.
S. Martín, G. Díaz, I. Plaza, E. S. Cristóbal, M. Latorre, R. Gil, J. Peire y
M. Castro “M2Learn: Framework Abierto para el Desarrollo de
Aplicaciones para el Aprendizaje Móvil y Ubicuo”, IEEE-RITA, vol. 5,
núm. 4, ISSN 1932-8540 © IEEE, 2010.
E. Kantel, G. Tovar y A. Serrano, “Diseño de un Entorno Colaborativo
Móvil para Apoyo al Aprendizaje a través de Dispositivos Móviles de
Tercera Generación”, IEEE-RITA, Vol. 5, Núm. 4, ISSN 1932-8540 ©
IEEE, 2010.
J. Minguillon, E. Mor, F. Santanach y L. Guárdia, “Personalización del
proceso de aprendizaje usando learning objects reutilizables”, Revista de
Educación a Distancia, Núm. 4, 2005.
A. Ruiz Iniesta, G. Jiménez Díaz y M. Gómez Albarrán,
“Personalización en Recomendadores Basados en Contenido y su
Aplicación a Repositorios de Objetos de Aprendizaje”, IEEE-RITA,
Vol. 5, Núm. 1, Feb. 2010.
MLE, “Mobile Learning Engine”, 2013 [Online]. Available:
mle.sourceforge.net
A. K. Dey and G. D. Abowd, “Towards a Better Understanding of
Context and Context-Awareness”, in Handheld and Ubiquitous
[29]
[30]
[31]
[32]
[33]
[34]
[35]
Computing, W. Gellersen, Ed. GA: Springer Berlin Heidelberg, 1999,
pp. 304-307.
M. Gutiérrez Tapias, M. Vivas, C. M. Alonso García y M. Sagrario
Arranz de Dios, “Estudio Comparativo de los Estilos de Aaprendizajes
de Aalumnado que Inicia sus Estudios Universitarios en Diversas
Facultades de Venezuela, México Y España”, en Revista Estilos de
Aprendizaje, vol. 7, núm. 7, pp. 35-62 ,2011.
M. Dougiamas, Moodle Partner, “Moodle”, September 2013. [Online].
Available: http://www.moodle.org.
Secretaría de Educación Pública, “Acuerdo número 442 por el que se
establece el sistema nacional de bachillerato en un marco de diversidad”,
Diario Oficial, Septiembre de 2008.
Secretaría de Educación Pública, “Acuerdo número 444 por el que se
establecen las competencias que constituyen el marco curricular común
del Sistema Nacional de Bachillerato (SNB)”, Diario Oficial, Octubre de
2008.
Eisenberg, M., Johnson, D., Berkowitz, B., “Information,
Communications, and Technology (ICT) Skills Curriculum Based on the
Big6 Skills Approach to Information Problem-Solving”, Library Media
Connection, vol. 28, no. 6, pp. 24-27, May 2010.
M. A. M. Acosta, E. L. Domínguez, G. G. Castro, S. E. P. Hernández
and M. A. Medina Nieto, “Two-Level Software Architecture for
Context-Aware Mobile Distributed Systems”, IEEE Latin America
Transactions, Vol. 13, No. 4, pp. 1205-1210, 2015.
A. Rosenberg and M. Stephens. Use Case Driving Object Modeling whit
UML Theory and Practice, New York: Apress, 2007.
Germán Gómez Castro is a consultan in mobile and web
develop of Computer Daparment at Harweb, in Veracruz . He
completed his MSc Degree at the Laboratorio Nacional de
Informática Avanzada (LANIA), Mexico in 2014. His current
research interest are applications of context aware mobile
systems in education.
Eduardo Lopez Dominguez is a researcher in the
Department of Computer Science at Laboratorio Nacional de
Informática Avanzada (LANIA), in Veracruz, Mexico. He
completed his PhD Degree at the National Institute of
Astrophysics, Optics and Electronics (INAOE), Mexico in
2010. Since 2004, he has been researching in the field of
mobile distributed systems, partial order algorithms and
multimedia synchronization.
Yesenia Hernández Velázquez is a researcher in the
Department of Computer Science at Laboratorio Nacional de
Informática Avanzada (LANIA), in Veracruz, Mexico. She
completed her MSc Degree at the Benemérita Universidad
Autónoma de Puebla (BUAP), Mexico in 2011. Since 2009,
she has been researching in the field of mobile learning
systems.
Magdalena Yahaira Rodríguez Matla is an associate
professor of computer science at Laboratorio Nacional de
Informática Avanzada (LANIA), in Veracruz, Mexico. She
completed her MSc Degree at the National Laboratory of
Applied Informatics (LANIA), Mexico in 2014. Her current
research interest are applications of context aware mobile
systems in education.
Cora B. Excelente Toledo is a researcher in the Department
of Computer Science at Laboratorio Nacional de Informática
Avanzada (LANIA), in Veracruz, Mexico. She completed her
PhD Degree at University of Southampton, United Kingdom
in 2003. Since 1999, she has been researching in the field of
Multi-Agent Systems.
Saul Eduardo Pomares Hernandez is a researcher in the
Computer Science Department at the National Institute of
Astrophysics, Optics and Electronics (INAOE), in Puebla,
Mexico. He completed his PhD Degree at the Laboratory for
Analysis and Architecture of Systems of CNRS, France in
2002. Since 1998, he has been researching in the field of
distributed systems, partial order algorithms and multimedia
synchronization.