Page 105 - Sistemas de aprendizaje e-learning: técnicas de inteligencia artificial para las inteligencias múltiples

104 Sistemas de aprendizaje e-learning: técnicas de
inteligencia artificial para las inteligencias múltiples

Instituto de Ciencias de la Educación (ICE) y área de Sistemas de Información y Comunica-
ciones. Plan de acciones para la convergencia Europea (PACE). (2007). Los objetos de
aprendizaje como recurso para la docencia universitaria: criterios para su elaboración.
España: Universidad Politécnica de Valencia. Vicerrectorado de estudios y convergencia
Europea. Vicerrectorado de tecnología s de la información y de las comunicaciones.
Martínez-Rojas, J. G. (2008). Las rúbricas en la evaluación escolar: su construcción y su uso.
Avances en Medicion.
Montomery, D. C. y Runger, G. C. (2007). Applied Statistics and Probability for Engineers. Wiley.
Moran, L. (2012). Blended learning. desafío y oportunidad para la educación actual. EDUTEC.
Revista Electrónica de Tecnología Educativa, 32, 1135-9250.
Peña, A., Gomez, J. y De Luque, A. (2003). Aprender con mapas mentales. Una estrategia
para pensar y estudiar. España: Narcea.
Redeker, G. (2003). An educational taxonomy for learning objects. En Proceedings of the 3rd
IEEE International Conference on Advanced Learning Technologies. ICALT, 03 edition.
Reyes, C. (2012). Diseño de un plan de clase. Coordinación de Educación a Distancia. Centro
Universitario de desarrollo intelectual.
Santally, M. y Senteni, A. (2005). A learning object approach to personalized web-based ins-
truction. European Journal of Open, Distance and E-Learning.
Suárez, J., Maiz, F. y Meza, M. (2013). Inteligencias múltiples: Una innovación pedagógica
para potenciar el proceso enseñanza-aprendizaje. Investigación y posgrado, 25(1). Méxi-
co: Universidad Autónoma del Estado de M éxico.
Sun, J., Jang, C. y Mizutani, E. (1997). Neuro-fuzzy and soft computing: a computational ap-
proach to learning and machine intelligence. Prentice Hall.
Takagi, T. (1983). Derivation of fuzzy control rules from human operator’s control actions. En Pro-
ceedings of the IFAC Symposium on Fuzzy Information Representation and Decision Analysis.
Tobon, S. (2005). Formación basada en competencias. Pensamiento complejo, diseño curri-
cular y didáctica. Ecoe Ediciones.
Tsukamoto, Y. (1979). An approach to fuzzy reasoning method. Gupta, M. M., Ragade, R. K.
y Yager, R. R.
Villalobos, E. M. (2007). Educación y estilos de aprendizaje-enseñanza. Investigacion para la
docencia 4. México: Universidad Panamericana, Publicaciones Cruz O. S.A.
Villaseñor, C. (2013). Modelado difuso neuronal con algoritmo de aprendizaje estable. Tesis
de maestría. Centro de investigación de estudios avanzados. Instituto Politécnico Nacio-
nal. Departamento de control automático.
W3C. Consorcio del world wide web @ONLINE. http://www.w3.org/. [Accesado 6-Jun-2012].
Wang, W., Chau, K., Cheng, Ch. y Qiu, L. (2009). A comparison of performance of several
artificial intelligence methods for forecasting monthly discharge time series. Journal of Hy-
drology, 374(3-4), 294-306.
Wiley, D. y Edwards, E. K. (2002). Online self-organizing social systems: The decentralized
future of online learning. Quarterly Review of Distance Education, 1, 33-46.
Wiley, D. A. (2004). Connecting learning objects to instructional design theory: A definition, a
metaphor, and taxonomy. The Instructional Use of Learning Objects: Online Version.
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338-353.