3.01 Tesis doctorado

Permanent URI for this collection

https://repositorio.uc.cl/handle/11534/3278

Browse

Browsing 3.01 Tesis doctorado by browse.metadata.categoria "Psicología"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Development and assessment of collaborative problem-solving skills through technology
    (2022) Rojas Miranda, Matías Ignacio; Nussbaum Voehl, Miguel; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    En los últimos años, la resolución colaborativa de problemas (CPS) ha llegado a ser considera esencial en casi todas las áreas de la vida. En consecuencia, han surgido diferentes marcos teóricos e instrumentos de evaluación para medir estas habilidades. Sin embargo, se requieren más estudios aplicados sobre su implementación y evaluación en entornos educativos reales. Además, todavía hay poca investigación sobre el desarrollo de habilidades CPS entre estudiantes de primaria. En este sentido, los diseños experimentales pre-post son fundamentales para identificar nuevos métodos para desarrollar habilidades CPS. En esta tesis se abordarán dos objetivos principales, por un lado, la evaluación de las habilidades CPS, y por otro lado, el desarrollo de las habilidades CPS de estudiantes a través de la tecnología. Para ello, se aporta evidencia cuantitativa y cualitativa de una serie de estudios de intervención y experimentos de campo. Al utilizar un enfoque de investigación basada en el diseño (DBR), nuestro equipo de investigación diseñó e implementó tecnologías para avanzar en el estudio de CPS en estudiantes primaria. Luego, se realizaron sucesivos estudios de pequeña y mediana escala (entre 69 y 719 estudiantes de entre 10 y 13 años por iteración). Por tanto, este trabajo incluye: (i) el diseño y validación de una herramienta de evaluación con dos versiones equivalentes basada en un marco propuesto por la OCDE y aplicado a la actividad colaborativa. (ii) el estudio y desarrollo de un sistema de retroalimentación que utiliza técnicas de planificación automatizada para evidenciar las habilidades de CPS de estudiantes en un juego colaborativo. (iii) el diseño y estudio de un juego colaborativo que integra guiones colaborativos y herramientas de conciencia grupal que apoyan las habilidades de regulación y emociones de estudiantes de primaria. En el primer estudio, participaron un total de 719 estudiantes. Los resultados mostraron que el instrumento propuesto mide efectivamente la dimensión de resolución de problemas de las habilidades CPS. Además, los resultados permiten concluir que los puntajes obtenidos en la evaluación fueron equivalentes para las dos formas creadas y para ambos géneros. Finalmente, no hubo diferencias significativas al evaluar CPS en grupos humano-humano versus grupos humano-agente usando el instrumento propuesto. Luego, en el segundo estudio, describimos un estudio experimental en el que participaron 69 estudiantes, en el que exploramos la efectividad de la retroalimentación que se brindó en un juego colaborativo. Demostramos que la retroalimentación permitió a los estudiantes desempeñarse mejor en el juego, aumentar el diálogo de los estudiantes y de esta forma generar más instancias para demostrar sus habilidades CPS. También describimos un enfoque novedoso para monitorear planes de orden parcial de múltiples agentes que es más eficiente que los enfoques anteriores y, por lo tanto, requiere menos recursos computacionales en el aula. Finalmente, en el tercer estudio se realizó una intervención con un grupo experimental y uno de control a una muestra de 223. Las actitudes de los estudiantes hacia la colaboración se evaluaron antes y después de la intervención con un juego colaborativo. Además, una semana después de la intervención se realizó un grupo focal a 32 estudiantes de ambos grupos. El análisis cuantitativo reveló que las actitudes hacia la colaboración mejoraron significativamente entre los estudiantes del grupo experimental. Esta diferencia se puede explicar por la intervención, las actitudes iniciales de los estudiantes y sus GPA. El análisis cualitativo proporcionó evidencia de los procesos de regulación y las emociones que surgen al combinar un guión colaborativo con la conciencia grupal durante las actividades CPS. Esta tesis contribuye a la literatura de muchas formas. Primero, se proporcionó evidencia empírica de la validez de versiones equivalentes de un instrumento basado en el marco de la OCDE. Esto nos permite explorar nuevas intervenciones que buscan desarrollar habilidades CPS, además, ampliamos el conocimiento de la medición de habilidades CPS en estudiantes de primaria y agregamos hallazgos a la discusión en torno al uso de agentes virtuales en evaluación. En segundo lugar, propusimos un algoritmo de seguimiento novedoso para planes de orden parcial que se adapta mejor a los entornos educativos y que funciona mejor que otros algoritmos presentados en la literatura. También demostramos que la retroalimentación extraída de un plan permite que las habilidades de CPS de los estudiantes se evidencien durante un juego colaborativo. Finalmente, este trabajo proporciona evidencia de cómo diseñar e implementar un juego colaborativo que andamia la conciencia del grupo utilizando un guión colaborativo para apoyar las habilidades de regulación y las emociones, promoviendo así el desarrollo de las habilidades de CPS. Esta tesis contó con el apoyo de FONDECYT/CONICYT [FONDECYT 1180024].
  • Thumbnail Image
    Item
    Identifying discrete choice models with multiple choice heuristics
    (2018) González Valdés, Felipe Antonio; Ortúzar Salas, Juan de Dios; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Entender y predecir el comportamiento de las personas es clave en diferentes áreas, tales como políticas públicas y marketing. Los modelos de elección discreta son una de las herramientas diseñadas para entender estos comportamientos. El núcleo de estos modelos es la heurística de elección; ella representa una forma en que se procesan las alternativas. Su correcto entendimiento es crucial para representar adecuadamente los comportamientos. Numerosas heurísticas se han propuesto en la literatura. Con el objetivo de categorizarlas y entender su relación, hemos creado un marco teórico que las analiza en tres dimensiones: evaluación absoluta/relativa, simplificación de alternativas y simplificación de atributos. De estas heurísticas, hemos seleccionado cuatro para participar en nuestros experimentos: Maximización de la Utilidad Aleatoria (RUM por su nombre en inglés), Minimización del Remordimiento Aleatorio (RRM), Eliminación por Aspectos (EBA) y Satisficing. Hemos desarrollado dos contribuciones respecto a Satisficing y EBA. Para Satisficing, construimos el modelo Stochastic Satisficing (SS), que es el primer modelo que implementa completamente la teoría usando datos típicamente disponibles. Para EBA, proponemos un enfoque analítico para acelerar su estimación. Entendiendo que en una población pueden coexistir distintas heurísticas, se han propuesto modelos con múltiples heurísticas. Lamentablemente, su estimación – que usa clases latentes- ha mostrado problemas de identificabilidad. Para entender este problema, hemos estudiado analíticamente la identificabilidad, concluyendo que está gobernada por la diferencia de comportamiento de las heurísticas en la muestra; finalmente, obtuvimos una métrica simple e interpretable para dicha diferencia. Habiendo estudiado la identificabilidad teóricamente, comprobamos sus alcances en la práctica. Estudiamos el impacto de distintas heurísticas, tamaños muestrales y grados de correlación entre los factores que afenta la elección de la heurística y la alternativa. Concluimos que, para nuestro contexto, RRM no es identificable de RUM, SS lo es para muestras grandes (40.000) y EBA siempre es identificable de RUM. Dada la posibilidad de identificar estos modelos, proponemos una metodología que, mediante nuestro Modelo de Heurísticas Mixtas (MHM), facilita la búsqueda de las heurísticas subyacentes y su formulación. El MHM es un modelo de clases latentes con función de pertenencia de clase mixta. Permite encontrar las heurísticas presentes con mayor precisión que el modelo de clases latentes tradicional. Así, sin modelar la función de pertenencia de clase, las heurísticas subyacentes pueden ser encontradas y formuladas. Una vez que modelos candidatos son encontrados, se debe aplicar algún criterio para seleccionar al mejor. Mediante la experimentación con un par de modelos candidatos,concluimos que, si el objetivo es entender el fenómeno, entonces criterios sobre la base de estimación que penalicen débilmente los parámetros adicionales deberían ser usados. Si el objetivo es predecir, entonces se debieran preferir criterios sobre una base de validación. En esta tesis hemos mostrado que es factible estimar modelos con múltiples heurísticas. También, desarrollamos metodologías para encontrar los modelos más explicativos y seleccionar el más útil. Si bien, esta tesis disminuye la dificultad de estimar estos modelos, se requiere más investigación para obtener conclusiones generales.