Metodología para la creación de entornos virtuales de aprendizaje de la asignatura Mecánica Automotriz en Educación Superior
DOI:
https://doi.org/10.37431/conectividad.v6i1.226Palabras clave:
Entornos virtuales de aprendizaje, Mecánica automotriz, Educación superior, Metodología, Enseñanza aprendizajeResumen
Este artículo analiza la metodología para la creación de entornos virtuales de aprendizaje (EVA) para la mecánica automotriz en la educación superior, enfatizando la necesidad de integrar estrategias tecnológicas y pedagógicas para un aprendizaje óptimo. La introducción destaca la importancia de los EVA en la era digital, considerando la experiencia del COVID-19 y el potencial de la realidad virtual (RV), el modelo de aceptación tecnológica (TAM) y otras estrategias pedagógicas. La metodología, basada en una revisión sistemática de 30 artículos de bases de datos indexadas, empleó palabras clave específicas y el método PRISMA para seleccionar y analizar estudios relevantes. Los resultados y la discusión revelaron la predominancia del aprendizaje basado en proyectos (23%) y la gamificación (13%), pero también la necesidad de mayor integración de simulaciones realistas (10%), RV (16.6%) y plataformas de gestión del aprendizaje (LMS) (20%) adaptadas a la mecánica automotriz. Se identificó una brecha en la investigación sobre la usabilidad de la interfaz (6.6%) y la accesibilidad (10%), así como en la evaluación rigurosa del impacto de los EVAs en el rendimiento académico. Finalmente, la conclusión enfatiza la importancia del aprendizaje práctico en mecánica automotriz, destacando la necesidad de que los EVAs repliquen la experiencia sensorial del taller, complementando, no reemplazando, la práctica real.
Citas
Benis, A., Nelke, S. A., & Winokur, M. (2021). Training the Next Industrial Engineers and Managers about Industry 4.0: A Case Study about Challenges and Opportunities in the COVID-19 Era. Sensors, 21(9), 2905. https://doi.org/10.3390/S21092905
Durrani, M. (2020). Debate style lecturing to engage and enrich resident education virtually. Medical Education, 54(10), 955-956. https://doi.org/10.1111/MEDU.14217
Ershad, N. F., Mehrjardi, R. T., & Ehsani, M. (2019). Electro-Mechanical EV Powertrain With Reduced Volt-Ampere Rating. IEEE Transactions on Vehicular Technology, 68(1), 224-233. https://doi.org/10.1109/TVT.2018.2881385
Fussell, S. G., & Truong, D. (2021). Using virtual reality for dynamic learning: an extended technology acceptance model. Virtual Reality, 1-19. https://doi.org/10.1007/S10055-021-00554-X
Ho, I. M. K., Cheong, K. Y., & Weldon, A. (2021). Predicting student satisfaction of emergency remote learning in higher education during COVID-19 using machine learning techniques. PLOS ONE, 16(4), 1-27. https://doi.org/10.1371/JOURNAL.PONE.0249423
Khan, S., Kambris, M. E. K., & Alfalahi, H. (2021). Perspectives of University Students and Faculty on remote education experiences during COVID-19- a qualitative study. Education and Information Technologies, 1-29. https://doi.org/10.1007/S10639-021-10784-W
Kruger, K., Wolff, K., & Cairncross, K. (2021). Real, virtual, or simulated: Approaches to emergency remote learning in engineering. Computer Applications in Engineering Education. https://doi.org/10.1002/CAE.22444
Kumar, A., & Mantri, A. (2021). Evaluating the attitude towards the intention to use ARITE system for improving laboratory skills by engineering educators. Education and Information Technologies, 1-30. https://doi.org/10.1007/S10639-020-10420-Z
Kuusinen, K., & Albertsen, S. (2019). Industry-academy collaboration in teaching DevOps and continuous delivery to software engineering students: towards improved industrial relevance in higher education. 23-27. https://doi.org/10.1109/ICSE-SEET.2019.00011
Mijailović, Đ., Đorđević, A., Stefanovic, M., Vidojević, D., Gazizulina, A., & Projović, D. (2021). A Cloud-Based with Microcontroller Platforms System Designed to Educate Students within Digitalization and the Industry 4.0 Paradigm. Sustainability, 13(22), 12396. https://doi.org/10.3390/SU132212396
Pereira, N. L., Mendes, A., Spanhol, F. J., & Lunardi, G. M. (2019). Good practices in virtual teaching and learning environments: a systematic literature review. Educational Review, 35. https://doi.org/10.1590/0102-4698214739
Prisacaru, A., Gromala, P. J., Han, B., & Zhang, G. Q. (2022). Degradation Estimation and Prediction of Electronic Packages Using Data-Driven Approach. IEEE Transactions on Industrial Electronics, 69(3), 2996-3006. https://doi.org/10.1109/TIE.2021.3068681
Race, A., Jesus, M. De, Beltran, R. S., & Zavaleta, E. S. (2021). A comparative study between outcomes of an in-person versus online introductory field course. Ecology and Evolution, 11(8), 3625-3635. https://doi.org/10.1002/ECE3.7209
Turnbull, D., Chugh, R., & Luck, J. (2021). Transitioning to E-Learning during the COVID-19 pandemic: How have Higher Education Institutions responded to the challenge? Education and Information Technologies, 26(5), 1-19. https://doi.org/10.1007/S10639-021-10633-W
Urrea, C., Garrido, F., & Kern, J. A. (2021). Design and Implementation of Intelligent Agent Training Systems for Virtual Vehicles. Sensors, 21(2), 492. https://doi.org/10.3390/S21020492
Vincke, B., Florez, S. R. R., & Aubert, P. (2021). An Open-Source Scale Model Platform for Teaching Autonomous Vehicle Technologies. Sensors, 21(11), 3850. https://doi.org/10.3390/S21113850
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Instituto Superior Tecnológico Universitario Rumiñahui
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los originales publicados en la edición electrónica bajo derechos de primera publicación de la revista son del Instituto Superior Tecnológico Universitario Rumiñahui, por ello, es necesario citar la procedencia en cualquier reproducción parcial o total. Todos los contenidos de la revista electrónica se distribuyen bajo una licencia de Creative Commons Reconocimiento-NoComercial-4.0 Internacional.
2.png){kind=logo}
