mgonzalezAnonymous212019-09-27T12:03:00Z2019-09-27T12:04:00Z2019-09-27T12:04:00Z10337518568154432190015Alternativas de desarrollo de software para caracterizar estilos de aprendizaje en los estudiantes Software development alternatives to characterize learning styles in studentsCarla María Alonso-JaneEloy Guerrero-Seide Goar Orúe-SánchezUniversidad de Guantánamo, CubaCorreo(s) electrónico(s):carlajane@cug.co.cu eloy@cug.co.cu goar@cug.co.cu Recibido: 12 de septiembre de 2018Aceptado: 20 de diciembre de 2018Resumen: Los estilos de aprendizaje constituyen características internas predominantes que influyen en la forma en que las personas perciben, recuerdan y piensan. La utilización de la informática en el proceso enseñanza aprendizaje puede contribuir a realizar un buen diseño de las estrategias y su adecuada utilización, y aumentar el éxito en la formación. El objetivo del artículo es realizar un análisis de las principales alternativas del desarrollo de software para el diagnóstico de los estilos de aprendizaje de los estudiantes haciendo uso o no de la minería de datos. Lo que produce un resultando beneficioso al utilizar herramientas informáticas en el diagnóstico de las características de los estudiantes, al precisarse el proceso de enseñanza conveniente.Palabras clave: Estilos de aprendizaje; Aplicación web; Perfil de aprendizaje; Minería de datosEduSolVol. 19. Núm.67ISSN: 1729-8091Publicada en línea: abril de 2019 (http://edusol.cug.co.cu)iVBORw0KGgoAAAANSUhEUgAAAboAAACOCAYAAABHa82KAAAAAXNSR0IArs4c6QAAAARnQU1BAACx jwv8YQUAAAAgY0hSTQAAeiYAAICEAAD6AAAAgOgAAHUwAADqYAAAOpgAABdwnLpRPAAAAAlwSFlz AAAh1QAAIdUBBJy0nQAAQr9JREFUeF7tfQmYXEXVdieZnpksoIBASHqSsGg0CuqHy4eKfKgooiDw IyibIPALIhi2DwRlEdmVRWRHUDYBk8lkAREEBGRHCWHf9zUQErbsk+99q6t7qm/Xvbfq9r29zZnn 6ad7uuvW8tby1jl1zqnc9Hz+6OtyuVVz8heKwFW53PBp+fwxN+dyowQmQUAQEAQEgRZDoC+ffwKL +Mt9nZ3brMjlhrRY9TOv7syOjo2Bz8PAZ/G1udzKmRcoBQgCgoAgIAikiwCJDov4Crz6saBPndLd PT7dElozN5Da6sDkQryWaXyE6FqzK6XWgoAgMNgRMIiOZLdiWmfnO72dnb+gum4wYnNfLpfv7ej4 GXCYqwlO4SIS3WAcDdJmQUAQaAsEgkRXWtwh3T2N1w6DRZ3JdqLtW2k1ZYnczHeR6NpixEsjBAFB YNAhEEZ0hjRzz/Surs3blfDYrmldXV9He28PSHBBshOiG3SzQxosCAgCbYGAA9GVFnwSwXeuzuWG tUPD2Q6oJ7fA67YYghPVZTt0uLRBEBAEBi8CHkRXOsN7AM/sPiOXG9GKqP09lxsJ9eSeILgHHAlO iK4VO1rqLAgIAoJACQFfojPO8N7As6fAcOUTrYAmyG393nz+NLwHjUxs53FyRtcKnSp1FAQEAUHA BYGkRGdIQ8vx+U6cc+3XN3z4GJcy65WGrhKQ3A5C/e7De7+nBCdndPXqKClHEBAEBIEsEQABHErT +RpJoKTWJOndTvcEEOhnEUmkI8u6B/PGuVtnX0fHF1GHo9Cue1MgtxLZLUde59e7PfXETsoSBAQB QaCtESApUepJg+wCebyOvKfhu0NmDhv2PzNGjfpIWtabyGforBEjRkOS/BaI9Zco5xqQ0bzU25DP PwWr083aegBI4wQBQUAQGAwI0FEaRHEwiGJB6mRRdLimM/pSENILeP2DEhK++yVibe4BovrejI6O TSCNfY5nafjuk3htgO8+39fVtSl+33ZaR8dP8NvReO4ivG5BHq/gnRKk6xmbb7qFKO94Gq8Mhv6X NgoCgoAgMGgQmNbd3QPyuDJFtZ8vwTQ+PaTDVjGyGTQDUxoqCAgCgkDaCECC2hiEd3eGElPjCa1a GpxNVSiwlODWaQ8oyU8QEAQEgWZE4Cicg8Ekf/uIsFjNSFb+dcrnH4cqdKd2cYZvxrEkdRIEBAFB oKkRoLUhiQDqzAfbScJDex5Cu3bl+WRTd4BUThAQBAQBQaA+CCjCQ+BjkMPNeM/SEMRfKnM3SlkO CfUmtgMSa13dH+rTS1KKICAICAKCQBoIDJmZz38aEtE5IIy3W0TKewsEdyatOuUMLo0hIHkIAoKA IDBIENCxI3fUfmypOJ6nSJwf0I9vemfn9wfr/XqDZBhKMwUBQUAQCEeAztBpOXGDTFaF/9vOIKqr aogpWYvakrekv4ryL6ERDW4JXzmtvsdlrJtAddudVn6SjyAgCAgCgkCdEAAxPIlX39ThwwtpFkkD j6l0+O7sPBBS1RSU8Rw+L0tRWqMD+hLG6sT7FSDsn9HJPG3LyWm53IdR53NRxsJLUyTONLGWvAQB QUAQEAQiECDR6agl8xCZZO+0iaJUNKXGqSNHroEyvgpy2gukdALKvRwEcpOy5mTElM7ON/SZ33y8 M5wXQ4g9h99no543wIn7Ejx3LD7vBglrI0qQWXUu64uytkf5L2pyXixElxXakq8gIAgIAhkiUCK6 kqQFUrmLobcyLDIs6yEkWUqCDM6s3xtyyStDkAGX6wPS5+K+XG6lBuAiRQoCgoAgIAjUggAW9Kcs 6kSqGC9OW51ZSz3r8aySOPP5s5RKtNpdQYiuHp0gZQgCgoAgkDYCWNhtRFcyCHmPgY17c7nV0i63 mfLjOZwOGB0V0FqIrpk6TeoiCAgCgoArAjFEV7p1YB6JYEYu9xHXfFshHQkcktuReL3pYCQjRNcK nSp1FAQEAUEgiIAL0RkkMB+EdyosHNduZSRndXWtg3O436FdNHpxdWcQomvlTpe6CwKCwOBFAMT1 tMdiX5LwluC5Xu2DN7QV0KOhC6w2vw1i70N7bWdwcYQnRNcKHS11FAQEAUHAItF5E51JjCC8Z/A6 Bt9NTMvxPK1eYn0QquxTPGcEwT3vS+hBq0s4jI9Kq26SjyAgCAgCgkCdEAAB1ER0hltCv/Z3OxrE siEDQNepCRXF0DUBd+l9Ce06LuXrhRYjbyG6RnSqlCkIeCDQ09Nz9Pienj+MKxROGz9mzEYej7ZE 0vFjx/4P2nY624jXL1Dppr0/E3X99vhC4Qxd18kNA5gSWY2Sjl3ll8+/AuL7y/SOjn1QxmeyCp91 SS43kn5/KGsy1al4n5tJezo7G0J0HCjjenqm4XUNBsxV66yzzofSGCyYKMchv5l4zcAgPDyNPLPI A/X8Gdrey/bjcx/qe1AW5Uie6SGA8XREacyq90Jhj/Ryj81pCMp8B3VYoV+NW1xjq5osAfA80mjf S81MdKjrqeW6FgoPJ2txCk9lRnTVRh403b8bRHQRXofi83aIkvLFGd3d4yApfSgsIst5cCC/PJdb hQYwWlL7AZ49Aq9L8bofeb2fEbFVEDjKWdQIiQ4D5WBjUPePGzdurRS6PQfC+LeR741p5JlFHli0 /mbUcwX+/2cW5Uie6SGAMfsfs8+4QUsv99ichOhiIapfgsFIdFbJDwTSD6JaTMLC6y2oHF8B+b6k 3othwD7QxiNMF2cwktnvQnT1mxxmSVgkbwwQ3R2NqYmU6ooA+uyhQJ/BVbVuf0J0dYM6viAhugaS VhLCFKKLH9RZpMCi+feAdHBbFuVInukhAKl7dqDP/ppe7rE5CdHFQlS/BE1DdJCcnk2y8A+2Z0h0 vHuvfkOkWNJgV12C6K7EorlML5zLeaZY7z6Q8vwQANHdjP5aXu6znp4L/HKoKbUQXU3wpfuwEF0L SnRCdOlOApfcCoXCcBjgrAFLujFrr732mmuttdYIl+ckTeMQYB+V+ozv48ePr+c9jkJ0jev6qpKF 6ITonIbjYJfonECSRILAAAJCdE00GoToWpDo6MpQ7zEkRFdvxKW8FkdAiK6JOlCITojOaTgK0TnB JIkEgRICQnRNNBaahuhgyv/cYDMsSdJeGqOIRNdEM0iqIgjYERCia6KR0TREB6tLIToH6ZJEB3O/ uhtCiETXRLNWqtIKCAjRNVEvCdE5kEsSySurZ4TocjlYPn4OkVm+gdeXJ02a1BmcT+uNHr06TMr3 hnn5X/C6C6/78boFrz/CLWDHNddc0/mMk5Z7KGeS7TVmzBjrRcCo37oImbZpqY4+5dnWhk022aQD FoMbMb8JhcImYeVanh2CZzbEJP8l8JiC9t9J3zK+A4er8f0hE8aMmZhkPVpvvfVWhiXqV3UbJ9ny oJXj2mPGfGztQuELiPX42bhyVl999VHAbVu1KBUKs1Dnu5UvXKFwL76jH+N5KhQb2rRJRAxb1i2s z2oNXYc2j2UoMdTlArxuZPQVHYGF4+tyYo0++paqQ7IQYENQxnpo8w+Q12+QxxUsB//fp/0C79Fh +E7HONu+1vYE+4TzCdh9TZWNUHd6/nDM3K375Ay8785+xe9HNTIEGDDuItaoxwk6hKAaL6wz/+c4 Qlt2wWudtIiO6wHHKONmopzrVL8UClxf6MpyHtcX9n3oWIfqstao/plFI8mKtJLkK0SnfPoGYgiO H19eQEkoGGgnYsC9V+EoPBBvUMUdxPOvcpGIW3j5O9JtFZpXSLxLpJ8ceOZAl7LC0mCiftcMvzZh 7NhPx+WHem+sJnxPT38UFso3sFCYPnbs2I/G5Wn+jvy3LOULPB8J/PYVLpL4/V0jzaLVVlttpZAy OrB4HIa0b8XUtRQ3cgXq/AoI4fO2/MaNHbtXWD6o104+7SylXXvs2A2A51Q8v8Sxju8bPnys92SX cpH/dIc+K+OA9Auw2B9fq7sLNyVaa/OiY/s4rsx5VrdYl9wQoa6/wus1x7rSl5L9UcQtQazLDTfc ME98MAbeiC2zUJjH+pGIq/pciM4trJgQXYDoIDlxMIEM1sYAfDB2EA6QHifqPnGLD/L9vi/R0c8O A31ReZHHbjiunKjf9a6+NEnvQ9qoKPFDUe6vA4vsAEEESN9o23to63au9TSJjqSjnxuKdh8XUnY/ Je0q6RuLAdp3rUe/ldrST8nHSnSQ+tIiOkqOxBPtWpqgjibubkSHwOGJykHMWBu+Lv2ppP6enscS lTswnupCdBh33EQ9W1NdPYmOvrNKCxI+d+zzC9IeNpCFij4QonMjOkiBCwf7GZ0p0WGSfoeDCQPx +cBAnIvvuGicgtdJ+DwtsAOlZLcoTjpC/l/nQl5+mRJSxA0GWqIpTYDlYYty3EI0EVIQ6l2WYCGt 7B/xzBCUe1rVhCwUnsF3vEplH0o0+v1stOllMy0wWorvtomrk5Z0TYluAb4jyVWXrRcHSkI2NZuu lymhLKFKSO/Y92B98dpT/38lfnsOz3CTwoV1mK2uE3p6dij1F6V3nb4kzTtLdNyR49kplgXufV3H 49kfKOunSHMYyjpHqfoKhYWWZ5yIDs8dwWcpOegyGHX/AKoLFRZFafUkvOZY+vkG9oNL/5XSIN/N g/OCeCniKxSoKv5ftg+Y/hyfT1DjmvOhWlOQOdFxI2ZuIHX7ORYexPdna4l0H/xPjcpJqOdMtON1 C07OtxesvcYaa1o2Acvw3T/VNUzsF6pHgRNeVJcuDsypxyBtf6TcJylcSDooVJckOkQTHu4zmNNI qwdReTfdyNsLTKLjWQZet5cGl1rYCoUfM5JJsN3cmfUUCjdUDETPUF7If0H5+QiiI2EEJhjv6/L+ Qz4/NNq2OGrXzgkXWNTnEwsUmrcVrM4bitJfWVpB++ZPGD16fFxFA6rLRZpAB9SkJNdx407Ewvz/ lBoV56lBSRTqsk+YZaOuT+M8b/2YsoeOX2utj/PaqLg68nd1VmYsPqyny3NMg8Xsj4GxwnYeHyc5 oa2rKFLq6TEXPSei47wCLlTHx92jOZSEXjEeuakYP35b1/bxrBvtK6uXNcHezXvmYghzmD77NeO/ Zkp0+u67spZE1/WfPLsOjqtA+6kW/2+MrduMeetKdEPx3PUB4roranPMs0s8c2vgmd5yHUF0LyQ5 sxqEzyzEXSNCdCVJoafnDmMA30cyi5ro+hzvYWMgLoNxR4/r4uBMdMUzj/JukofkMRPSWgUeqpeJ DhJqWD1poIJ0cw1SnM+FzKVdWDB/hOdKMSEpTVwR91wF0eGcD21V5yUkFW6KbEZCwTw1yZY2T8u4 eMaV6/t7UqKjUUFgsXod9fuSR/l1sbpUF4pW9t11LnXkPEA/Px7YjP2BZ1Euz6uNQJ3uo+PGAfU0 zw77ueFAFawSva3+SO99Hx3GOOeFeS58vctZqDrv5L2dxrM0mlH1EqJzV10K0RnGKAMHzE/H7bRL EyB47oaF/icek9tJomN+GOi80diUgq3WiWFlfwwqD1MNhnp+Lywtyjk2IH04Sy66rrQiLNV1KS3V ojCpOKMznsP3oXUM5meezeFzTeeYYXVNQnTK+rNSrftBmOFLBEZ1ITpFOJVnnO/btBlV2MNYIjBe /oQ0XjeE143oCoXfBQj5DNf5Wp7znkSHHVeeGgZjE/1KhQoypgLog1VLmz+dR/GuTSE6IToMCKeL VytUl8VFtp/m/K6DnwuBmQc+X+z6rKtEpxagceP+KzBBj3EtRz9fth6kStZqxYWE/N6cVPh8p085 TKsO3CvPFyJve7cRHb47yadckpshgV7p86xr2iREx/OoAAn8r2t5Rrq6ER3quptZX4zvSPWvInLD whX9/uwkfOfbxnoQ3eiiq5BpMflQ2DyIqr+vRAeS2zowd/f2xQd5HGRuHkGU44ToHP35YHUpqkvT vaCoLsOFDn5/eGZAj44zPtenfYhOkVVPzwOG6vFRfOVsLIBnbzKI4LSwOmJh+1ZAxbKja3vMdMiD vmtFo42YG9QtRPceJVCfclHGLa7l+eRrpk1AdEOwQJkXtr6U8NaDuhEdXR8C/b95FF5BYsSY3iMJ vvUgOtS10lUHPmwJ6+qlusTY/Isx9952UVkG66XOW3t6BtxRYLiSg9Xli4PwvM3bgEaILuBeUPSL 2dp38GMAXmioJZ52fd6X6FDGgcYi1K8NDWKLo2Mynivdf7cCDtefCXsIdSqrdpSqc/z4D8cWYElg 7kDZzqjzmiDR0arVt0y073wDmyVRbfTNu5Tel+joaK40BAPWor9JWHbdiE5dQWTWGQZAkUQHa0Sj ffNdVJ22/OpCdJVGJHRjiTPSsTbdU6IbZlpr4tnE2gbgXHZ5Qj5nU6ITonOQ6kh0N+dy9bxXSw0c GhiYC3azWF1iQL6bJPII2kN/r5LJ+WtootP5hC/REacKlSAsEV0WTtTtAKN+90fVDwT1L4O073XJ 35aGB+ZmH68bYaRjkegm+5YbKI9S5PNYdL/gm09Uem+iKxT2NaWjBGdzperUjei4sakgOvh+hmFC IyGMl3nGeLk6Kd5ZEx1da8wzatT7/Brq6izRMXhCYLOzb+JyDckQ9b9BiM6B5CjxCtEFJDqoIJMM Qgzkww212RvIw0ml6Et0rBv9eYyF5RkHUh2C9PeUngGpRJEIVW3lhcvnvDGIW1AFxjPGMGyDRIf/ N0vQD0NBbn+rULvB1QHfXW5zR0iQv7d7gelSgM8LkpwH6XqmRnRKBYYzaO1Kszuw3pUGVcrHEy4a 3JC4Ep1yzTCtAXEemQRXvfk90sgrdfcC5RZQWdcf1VBXZ6Kj0VdFuQi7l0a5GE9zhOiE6Chd+Ruj FArnJhmEGMyH1ovo6EtWsZhjAkfVmfEnkV6Z+4O4FjHSSlh6OmGbeWtH379iUfR+0UHZzItRKFyJ jiq/JP2g3CIQQSJAdqVzQjqHnwyp6lMOmwNr8b4SXYUPFKKNJGlTGkSnIv1A+kf7n7RhE/UdSTCs 3vjNDCe3Av9/I2kbs5botF9o2bzf1V3G1h4f1eWEceP2r5hTjLOaYD7xGZT7qJHXkzyje0nO6OIt LynRwUSw4arLOH8118mDgfAfYyB4Ex2eP8q1LDNdPYlO+9WYPm6hhiXBnTLa1xfVProB+C6Erumj /MaCEl1VqCOPTlE+XQzAa48oUrSqhcGQXsCdfadYBW+i6+l5orwBQtxJj2YEkyaS6HguivIZcswW XcUllBvJK5zoAnFAkwb1rodEBwwOMcZqfy3HJT5ER/xd54hPOmwknxCi85DoGkF06NDymRE7dx2a yqbwV2HhhigELlli0A4EdY6IThIpNdVRomM9gNmZxqR4gTcShNSPYbweKaeNCclFacdnsnmlNQJm B+saJLooqdOlT5lGq+B+jQUhKpYho2FMcM3Tk+gYCYPhrUpxRXH1Y+I/b6LjhsgMEBCQKhbzDBOv +5HmXjVvUFcbIUYRHfI0jaNIimslbWHWEh3qWvYN5Tl35K0AMY3wJDqGDXTaVPikowU2VZci0TmQ XaMkOjpVV0y8hKqq4HjEAKR6qrSwOO2gK4gOBJxkotZTomP9aNSgJBPdVl63Y6u39r1T6dDO1+NM 20E4n6zol56ei/Dd9mm8aAwQhm0WRGeUxbBNm2JhuAgYzK9aTLDAu0oivkQXsLZz9q+04ORNdCj7 rEBbGZrtMhrt6DihQYOpoTR7p9+cObYiJTrGrjQW8XXWXHONJPOnThLd8YZ0vYj+fzXU1fmMDmWa RLccGwqei9Y8p3im2gpE9wFUq7OhYu3F60x8PgqvA/u6uvad3tGxz7Surv1AQof25vMn4ftL8Plf eL2TgTr2g2tzuerrH5KOAMfnVKBcY4JgciU+oDWKpBnvQMDiQuFPLtVpRaJDu2hgUmlqbGks0pxs 4BwbAUKd5VSGKTrIBcNa02RMdOXqcXFTDtympWDRz+8BF0MRT6KjYU850DV9qWrAyYvo9EbIDMP2 Iu/xcynfx+oyqJnxCX9n2aRma4zS03OMQXSM1rOKCx7WDaRHZBSUebQxp/p9IqLE1g/k8XIGpODt p1aqA6/DgZR5Hf7fH++fxd0ozjHgSo2F3W7n9K6uzZDHxchvQUrtawzR4ZJNc0Gl5Vdsp8Yk0FEP zMj1J7jk2aJEV+GiQWnN4qdG4i9LuFFWjyWcdJQLE0PGAMz8r15EV2oI1ZUYfxWGGS6h2zyJjn1k qo15G0DSPy+io6WpMb8YcowGOE5/XkQH6aRiYxShno4rvA6qy4rjEm7q4uoU9ruP6hJpK1xMGKg5 ablVzzUL0aEez03v7Dxo6siRiUV6GyggvQ8h7z1Bdnfj1V8D6TWE6GhsYKpH8Nkr3JMNE0Ykr1C7 4aDcZUC1KtHp26nLEe3LgV51oxnlv7yDpT7f7Y8Lqhk8uhYpxK1EpKo30bFivKUc+AzctBATvYXP +BIdfZ0MVfpTyMLJv9ICnDPRaQOUNw3p5WznjiAuHn506LdvBuZcpHN5VD2yJjqqCyvqStVfwj8v osPVX2a5wXmasArFx5qA6N6G1DU5a2fsFZg4aOsuILq3E5JdQ4gOXdShzowGztNuq6nDOUF7en5R MaDGjv2iS56tSnRsG+pejmrOMyizvfjtbAMP51vJsTj/wyDIx2pYnF3gV2kaQXSK7My2Fgpvx1XY m+gqjYaWMupIXBkhvzsT3YQJE8YHtCVb+pTpQ3S6LDPyi5MWxVafrIku6NfZM3bsoT64BOaW8xmd xqisRuY6lbTcquew+L+ScOFPrJ4sqynz+eundXc7X9WCWEcfRn0/A2LcAmdyOyOfbfCaBDt3J6dj Nr63q2tdPHNfXJtRzmso53yoT3eans9vAGsN+lQl3WXW1F+m4zMG+ZJaLe1oMm5M8Pddzlw0WQxY XbaIMUoJeBoKGG1+q2RsogIz9/SUr7rxcd9AfuWzDHxejmfXramjHR5uFNFh3JmXuy6Lu1bGl+iQ Py+mNVXBXrdAGNA5E502QBooM8JR39Y1PkSH53kD/QvGxmi2Q3dbk2RNdOriWzMYgoMEH9YWH4mO 66tpJBcX99ULPyzkjSC6fhiTnAKCcoqfhvO2tVHPKSCeJRaC6sdvT/XCMAVqSidfH94UjnyuNPNC 3svx/xzk9VvUbdPzEpwNegHvkRiDjjcpm2a3kRHuo7Lm5YVclI38ZrpWpZUlOmVCbkSOB2FspSSV 4r1iJetTZyz4bNCiE/gkjc/o2gUNk+jMBYsm51y4oyrtS3RIvzryLV/wycDTzqBUJnQmOj0XTKLz uffOS3WpxhpuDq+YxzEBDCLII1NjFF3Xq4y6Lh8/evQnkvSHJ9FR2/QHo1zeWZnOOV29iQ6EwnOy w1xBm9bR8SU881acBKZ+pxFLLhdqmm2WSSkQzxyJZ05C/lvDonJ11zrVOx0ce9cwFwEu2An9cBj6 qSIKBybfD13b08pExzaaZuT4rC45RfsvKe+yY4LyWnAaCkwGbklAQOZaHLhd+qFREh1wKt8UDewe j6urL9Gpvhg37mpjkaOz+jZx5Vh+dyY6bH5GB86inM6qS2V6SnQ5WnOiPPM2eIbRc9rsm+3MWqJj WQwtV0HKhcKsuM2Nra98iW6d4u3rJkZTkG/tmrR6Ex3Kc7ZOm9LZ+VGQ0ZtOJFfyhcvnr/FRZSaY SA15hOdKFZOyp+dmzyssqBYoB1RmXrQ0dFVbKqKovKanJfzozM7CDv6LpUmEtiygL5PhZjE3znfO 1vEqDmKlm8FtCOCb2O8obnA1gugYrsrUAgC7c+LqmYTotCpx4OYIbOgodcWVFfjdmejw3LAKt4ZC 4Q5+51qeL9FxwQ5uNGFwwWg9zkcveh5mLtGxTqjrnQEJ9Ghf0vElOo1RRRxWurm49kloOpxFvepF JA7O1WH54VxtBoxCnDoVxikdkLTuTFS3fH73moFpsgxo5m36vmmiuttlIaCUQd+kgPqT0Rl29mlm qxMdJ29FRJienr8amJzpg4WRlnkOWAwWNxB34WB9ok9+mmRjd65pEB0cMZ2lCIYjA0blMGr4vMzF /SIJ0alFPOi8zbMibCY8FlgfoqOqrEKdyM2gK/EkIDqqOz+BMgcuNC0GKLhyPVx06jpe6iHRsS6Q QD9PNXWFlI1rtnz86hIQnQ2j5SjzRN9rjSrS14voaN15lYd6EKS4VyKSKxLxQ+0o1WHC/7hCrC9K Ekvx/Y0gvEPVIjh+/EaUXLAL+iYG2X5YOKbivTp+X6GA7nDbdJQmYBsQHVUy5aDS5gTmpHZdaILp 9B12z1dI3MAceF1sRNcIPjYMz62HwNM7a/Xpmy535qVBdCp+Je6x49kvA/YGI7GoGKHjxn0Z7bmA xk+BDdIFLjglJTp1C71xA3pZrQzpAnXZk5Z5NtLjNTjrAk+0Z4eAmn9yVH0Z6SWQnvcs3oDX5hEL 61A6fAOnbc35GBUZxawD5uaPTAlZtRGETlIg7mHl0oGarjBIN8Pok9RvLzDrivow0PKAKrG4kXsD 9T2RqtgQjdAQakuUGxPWpnJdC4WHXcYO0wCjXYMYaV/Xw2kVatusMXYr1z7gcwgNWfD8PeWxUi+i g49caMDTYONJUqjXkzUQ3QpaZ7qC2krp0HlHWMjOLz4cooJ7qj0VRO1AdNqnruwTpifhgx4Sg3W4 rIO7tDC5yoGJA+SwDNi9ikn/ML5/EJ8ZU/IDSz/uEzcWayU6fUNDxcJFKQ2vt1D/53UcR3MXP2Cs gcXDddwkJTq2H320ql6obOO6H/jN5zkh6jwHnx816hxsF5+PJDqWhzR7VxFPUdJajLyfUsTLuwcZ 67LoPE+JrKosV6LTc2mPgLRkWpwyviYtNB9UGohC4RmtzTGNyErpMyU6jQ9vGzdVymZdF6EdDLag 6sqxjbq+a8OT4z9ufAdIdi/LRqtU9gfERc+nRzi/UG7FvMZ3SydOnFi02cCZWeaqS5DOP+nH5tpI hPb6ci0kx2eh9qxLSCbXNqWZDjsl7iRfCiymsWSnJbtj40zDw+raDkSnFpnAXWxo18Fp9I9WZV0Y nHAe/XRyXD1qJTqLBW/suOEiB4zO9lEd1UJ0xEA7cx+Ochd44GdrSyzRsTxIENsrSaWGoMI+RMcy KU1TzV1LmVwHat2kxY05XdeNUdf7a6qrJ9EpkoVlag3l9jMmrWof/cVqJRWH572sp+C3dqxDnpF+ fL1wH3DpwFIauhzQX64R8Sx96llKOwmxCLEI7IvXHVWql8rJulxJGrxjyyP6vK1OKOdWtZOmZFI8 N/H+w51Tu/B5vSP/BzJwOrNF+luMsnf0Lth4AAsS7wZ7UklZ2In6+M65lMvJhXzPVBKSZedvLBaU CuYCj+l4380leC7y/oraxaJPuQD4nJew7jiv3QDlnUdJBfkEJdsgUcyl+tVFpRrEZYMNNhhJSUiN Pez0k0a54NkV6nkA8rgV7+/FLbTczFHKw+vPeGZ33rvn0mdMQyyV2gtXWEVIEiWMKF29qYnqQqTf L7ElNIx98PyfkB+lOJvUZvYL5/PrVK9iLBztGpfTFYOYdMPQxu+g/MtRPmOT2iToyroWJa2/oX2/ ZISdhPXo4N2SyOcaLdlGbc54gfDjeJ1FNW95E1AHonv/77ncSJ8GQsq8vlaig0TnGspJVY2RWVDm PLzewrN/ge/e5q5+eT5tyyKtkiS48+HtxzjHwPv/x/tOGBxfo6qu3NlZFC55RiEwjJsLhn9Cn+yi +2VPbhLYN/wtqXSdAuxDGPNUWaIWCluTaFHPn3D8UGPAyPw+Frkp1Cc2C57B8HyGPpAV9QWeyhwe hh5RNz/EFmAkIDZqU8G+GjduL/Yd/t+VZQObL9A1AcmdjXocyx6mQv4VbzX/Yalcnlfx9m11/lS8 3sfZMtSx3CTJhk0YPRr7Z9y2XijsqMZ2JUaf14EtUq0rVefK/5FjFjYLHLPc0OC1DUlfB4Ku1h5m TXQgDa8ArVRxguheSIHo5vuoS9nTKHdGRbn5/KOMk8kg0UlGgjwjCAgCgoAg0AQIZE50+fwxPs2E KeBwkA2v5qkpxBgIdikDOvuUzet+bOUCoxfx2zlZx+P0qaukFQQEAUFAEHBEAAv767WSStTzsLbc 1rEqKhnI5MMp1affJ44my57R1fXNiLIX4/xuZZ+2SFpBQBAQBASBJkAga6Kbms97RTaYPnLkmikR HSXCST4Qq5iaIZIk42z6Sog+ZUtaQUAQEAQEgYwQyJrorh4xgoe2zn+wfvxIakSHi1udCy5KkzRI sd5ZJ0Tng6SkFQQEAUGgiRDImOiW8Wodn+ZCahqFOi1Lg+xmdHR4RbtgeDIQ2kLrOZ1IdD7dKGkF AUFAEGgeBLCwv5EGqYSQQ79P2C+i8hAsHFGnd1KpU0fH53yQJtFFGMIsgfmol3GLT9mSVhAQBAQB QSAjBLIkOhWhJJ9f36fq2r0glTvyZubzn/IpG6HLh+trhGwWn0t8pVOfsiWtICAICAKCQEYIgIwy k+iUVIYbun2rDnJ8OAWJztvqksYrEeUK0fl2pKQXBAQBQaAZEIAEMzcFUgn1eUP+f/RtJ+pza611 QrmL6JPnUzYsRHcVovNBTNIKAoKAINACCNSB6Ob6xo8E2VxZK9FBknzKF35gcZkQnS9qkl4QEAQE gSZHIGuiI3EgWLLXBZ945ohaiQ6O6jDgdP+jMzjKnB/hR7cUd8mv4p6jpBQEBAFBQBBoCgTqQXQo 46Hzcrm8a4Onwi2gVqLr7eiIvdvLrA+cxX8WVSZDignRufagpBMEBAFBoIkQwOL+Zq2k4vJ8b1eX D/EMQZ6zXfINSbP4quHDGbXf6Y+3K0DV+aIQnRNckkgQEAQEgdZCoF5Eh3LmTenqWscVHVhe7piU 6HjNjms5TIeyTogrixIdjFtW9clX0goCgoAgIAg0AQJ1JLoVuAz1ftfAyEfhrifU7c44Agr+DkJ6 H2rI9VyhhYrzK8hjSVw5QnSuiEo6QUAQEASaDIF6Ep0mk9tcHa9BjB+DtPVWHAkZvy/vzed/5Arx tK6uCSAwJ+d0Et11ItG5QivpBAFBQBBoHgSwgPsQSU13xJUICWXOntLdPd4FBfi2/RfI7uk4smPQ 5ekeBiizUD7yfTIuX6POQnQuHSZpBAFBQBBoNgQaQXQkD174CgOVb7rgcWnR9P9IPPOSRVXZD0OS 2xHAeSOXvJiGaeOMTyzlLO3N5VZzLUPSCQKCgCAgCDQJAljQ6y7RGSSyFIRzimsEk/vgosAbCfDM j0HQk/G+K9Sbn2B8TBc4eQ0P0h+F8he5SnJGumXNTnS84mhGZ+e3gc3BwOY01P1C+BP+kbejQ6V7 Ev4/EJ+3xgZjXZyBDnXBTNK0HwJU2eNseiO8fwvjYYupXV2b9SEAuuuRQvshIi1qewQaTHRFVWg+ /9ssgeaijjJ+4KOqtBBhUxKdIm8QPwjtFqpvXQicgauBxctIezGJMUvsJe/mQgDBG/ZAvy+v0ljk 80+4Hic0V4ukNoKAAwJY9Oa5LI5ZpMFi+zwkrG0dqpkoCW8En9bR8ROU80gK9W8qoiN5Y9HazabO 9WzrApHuEg2vlnsIEtzXMTYWW8bHnKm53Fot1yCpsCDgikAjiE5JHpDi+nK5lYL1hITSATXK3kjz H7wuIlFRraLTRqooqdqkawEJgCHAMKHf9Vz0o4xtllE16Iprlummjxy5JvD7WxptA8a4nUj+2h2B WVDxh5zH39Ms47rd+0Da10AE6k10KO8uWlLamozvP4XF+3bbAo7nFmFxf5bP4/0feF2D1wy+INXc gGcYSSXL88amILopnZ0fR3ufSYPkdB4Q6OSvnRHg5cchavtb5VyunXte2lZGoF5Eh3LegZry55TY gvDzZm/8diAW3g9SXMBTcYUwjVFmjBrVUIluFiLLxKoq8/kXgPX5SmULQ4O+rq5N8foGJNxtobra D+05F68H9TkNz2omyXRoLgQu5rkrtBpp1IpnuBgHt1SdyXV2Xg/V/qg0ypA8BIGmRwAT4O2syQWL 8/VQKa5tA4ORUvD79KzrkEL+y64aNWr1RnUoVbeaoMIIfA42C9+zbSQsG4sh1w4fXoAE/YNGtUfK tSNAC2IQ05+ppagVI+aFMXOJxfCkz9XSudY6yPOCQFMgkCXRYcK+C2li7zDz/96VVlqNZ3EpkFDa 0pstv8YSXWfnBSEqXfoRnsLzyaYYUFKJmhBAH6srqtIgOuTzc7xoiUvJfRk1JiRRGSs1dZE83IoI ZEh0c3ieFIUJyr64RUiOxLfs2gZJdIzHSZcAi/qpHyrJg1px3EmdqxFAX35fE1IqRKekw1zuw1NH jFiL2gioKjsFd0FgUCKQCdHl84+7RPrH4v16KxFdI1SXWv10qw0nWJeeg0Hr5Cw/KAd3CzWadzBi PrxX6uc0JLoWar5UVRDIFoEsjFFcz35QNo0i6qF2TKOMhoQA6+3utkpzUFc+w3v0sh0dkns9EJjW 3d0TDEknRFcP5KWMQYMAyGZuymSzxNVkGeVuhfKXplx+GqRmy2Nxn8XvL+uBYjMmIF6IhrJz1mU3 Y/5Qvw2b0d09DgG8v6zGTz6/A1V+MHbaDP9P5PVOWdf7PJyHgpg+i/K2gVS9PUNp8a5F11B0Zv3U pb+dnfdZDEZqNkah9SYx6Rs2bFMGZuAGlO/wS/2qvpg4c20A49TCAnhjrZbdDiH8NknLepljgZsE 5P8lcywwhi7b7WKY5TBWIjFi+cD02xyHiDK0Jd7XZ70c8s3NxOXQGLeb81kaktHtCsZ5XS7P+qRR lrf5/Gew1rJ+OzAMIOP9uq7TPmU1bVpM2BfSJBoA+arPhJ+CBQvPzDLVNmnWJ628UL/3U5o4zmMB C+oIlLugqg35/HP1Pm/BQvVd1GM2x4sKH4ZoM3g/xrkxSIjJ/Ev93Mt49kW0bTbiLG4elYeKAAMS Q/rf0YeS/RDVpwqvfH4Kyccn4gvJi2b4jNbD9uHzAyCIb5h1mwpLVeR7Bsq3+2uiX9hGjBMns321 UOfzU23twfdvoB191ldn53Y2zGjBjPQ7qbPvYjSg6E0k2op0v2e8WJ9+VPFmcbekcnUprh93BBdN tZCy/pZILDxvVn2JRdenj5QaH64yDDaB5+90WDMWoIxeEpFPOcQC9b4V5Tynxnpn5xwSUgkjfZyw Hb6/x9p3nZ2v4fujSDA2XFUbkH/Iuft7+P4y3z4JlsOxxY2YDiyxMGTOLEdZ9+K3/dve1URPiNSk IA4MgO69U6S5M3bHG3CHjB3ZPuiA/+VgQX4nQHr5Ld5Pxet0Whji/Wj8fhA+74Xffqh2i9yt4i46 DMh98NxhejJchnS34TPvnKPVWfJ2Ig+fxSCNtFysrXXO549LI3+fPDSuFfhxkfbJA31xhUVy2SMq D31zRaJ+Q/2u567ZpY7cSQcXZQYALz1LCRq/z3cZQyj3Md6lGFcux7ZLfsE0qMtZtrxJHEnywzNL MO9Odt08oR+3qKpTR8cXWCfmgfr9Hr9XxdMMGctTEJllRBxW/J3pbOTg0mZgcyOlL5dymCaoacLz v+H3l0ACx2+MuuQyJm/tM7RAemPDDVuVYZklvw9Q5i6u9TXT/RXrKDcSjnUsxRt+MctwjEnakeoz AMMaicQLpMpO/8B14KbakIjMuJubNWLEaO7KQHrHoW1UFfkS3/31qm+pHNT1eFs/wApTLSr1/GsU 0TGYACZt8lBuiKZDVWccVjai480PfA59wGAGbgu3ngtYpJ6Juu0Cv+/mm2dpLJTqFWwTznM3qWHe 0tKzz0VrYSM6lLsdMUQeM33rgPz+4qIFoloaeb/pm385PbURuLkhbixYiQ5SFt0ykNd1nuVfgfyG aP/Isz2fXULpz6W+pTQqMIRh1ORZ3nJuvlz6wqdOTZEWi+k0TzBidzJQR361KRoXXokhjInJXRra /4ZT+xFqrN5tokRiqdvbjfCDahTRaaKxWp069VvRJ+2WuHMTG9HhuWu5cCTYFKk5ggWHVrFVf0pd n+yqqGK++fwZtnxp6YzfbUGbY+esgeURcePcRnRG1B2fskppKeFsFVeuHgs3uvZ7SLrb48aCjehU 2EHcielbtlLTIpg2+mxPPOsiyVXih1slqFZ3wUb3S639z/GlpNe2+gM4vrsMl4GMc/DW+OuDagEd eyxwiBwgUO2cXs8WqXMA+/nprfWsR3mnWFQJ1111yfIZOg79w0Dg/+K9euivHWmAwHOMmZ2dH8X/ G+qzqauCKidDCvpeFG42okOejyK/CmMt1gPl3USywe+sy1R8Zz03xPcLqUkIlsuwbPjtz8brpqoF FKryQJpyerT7u2Ft4ZkMnpuP9xl4P5xGDrOAD1WpKGMifTLxvj9ed9oWbTzzTty9iyES3b+CCznS zSM++rjhVNSBG5YwyZjBxWOPPEAaP0UeS5D3Hcj7ZPZ7aSzAb1eNBRh17EQpkelCiMl6xmliWjWO eHaL/izlh8+UfmZxbPLIhOSAF8/zbOvjHUhfedZeDNV3Eep/Ip65EO9Vl0obecXXl0Y5ITfR4Pt7 ULc9sIZ98mqMR95Hibx5fjeFRGypM8/utmzEOpNZmdix8izMhbx80iwJC9ycWUNqzFgvls+GYQEr v31qLMLrcZ5ZhizaF3pllFLiRkp0xMLFL5NN1RfzVvtnxkjkVqKrnBc0oLjUduanLP9CIvwQt7gu oDRj2UQksrpkAGfns7YiaVSp8HlGHlXnEKIz1wdGYDnYFmZMSTcWAysuuGFhAs260MDjOkiucZjy d85pvF61YPu3uOfDNkwqL2xCaPUbzIO3QOD3OTHr6WLkPTmoIiZWeO5PIc/i5+g/fVtL5Ua0SGJH Uf0f9rTuy+qjARjitFWYOK2a8SExt7Sw+pqVy60S10HN9DsXsTDjnHqrYxmL0rrj9rR0TAvfRhKd bxu0KXtwnL4bdf7kQHQ0TAmVOOhegP6yBSWPXaTSJDpfrJRUUS2pQ6gL/4siOvz2Pt0Zop7HHPtx yNjezbf+celRn62r2oc6xpnxRxDde9jEfzqsXGy0KDFb10iSeZSBCTco1CJY+uOlKLKiEZ91wwJJ MQ4f/k63E2t/YCPk8nxLpKH6JwOJrnRGcVdfLjemJYDQlbwahgsYbC+amHDQ15u0qWaw9QsW8cm1 4skzCmWcgzJmYtJS5UPT9Kh8W4noSGjAzma0MDGsjVFEx7M6lwN6lHm5ZZF6NK6/Gkp0RR+0oEr6 6aREh7z2j2svF3TMKZrgB8s9Ne5Z39+1pWNVWbwSLKaNVtcM1PtXcXXA+vG4dU11OOcnfpZnl0fd GYjyaOUaJNf5lO7j6srf9TGJ7exztsu4dymj4WmUpRT08pmRXT7/GvXovn4sjQRGOyOX9ftY6B5G fWLPD9Ks8ww4j1r7BEGyay2H5zY8YzDzB+k93i5Ex3bwHK0KvwgLtjCiI07cMbtgjj7bxdJn78U9 20iio/9UUHqhVBYl/YZKdPn8U66GUsiDZ2hBw4spcVgl+R3rT5WlJH3rEhDduy4qdLTrQtvchc/o ZnH1h9P5x/Fs1blZ2BhU1pyBjTnLRvtgw+L+Z5N8WQ8a7bnn0uQp0UgeJLupJBOmU2cYEJFdzw8a DRkP0EuYoO7n17s+POO09Unc+YlLPVV0jOpF5pl2Ijq076pgG6P8hCIkuttcMGUajBlGSwmekyyP O+toJNGR0DC+55n1xv9LoiT8CNVlrMVmCUvkcbhForvRFWufdNCCXGYpawdfogOhRKp0jbYdapm7 JMnhcfXW0m455mk5n+5uqyW7NjKqIsY4Ig/Wgy5hKKuqXBja7BVX55b5XVkvJSQw7+d4OJzPnwap 6b9dfHYaBeI0RH0vLQB0Sq93PYDrpBBsD6i1Lu1AdDDrZXirSfSNRP9sjzFMZ+lt6HeEz+vb3GZ4 dheGXRjRAatfuOJNizZLny2HVcmHovLImuhYPoNGsxziRLxUmXADwvtEC9Et5fgPq3MY0SHvz7hi hf7Z3YKV86bCLEf3XehYQL3+aiG6HX2JDharP3dpHy0cLW1z9sPF888Hn58BIx5b2RQeLJur/iRH LTaBB99ZXWRccGi6NFGHy95E5keYc3h423SA6AphwJ2K9i9F+I816l1HZRhjwZKuELXWpVWJjhZ3 kHR3BQY0ofdWtychOiww33TFm2rAZiE6nsFqqek+Smg+85iqzAREt9BVbUk8bQZDXGhdsSa5qWg1 +fw1aFt1mLyYdYguKr5E5+q8rV1dguePsZaeZYkQRyVV/RWidke6at8+WIUmOVtDXtV3XsJ/0LVP mj5dX/H2apvFWBbqzGUY0DdSSmI4nWYGBzveL6KudzaijlzU0SdVCxQWiItqrU8rEh36YUssIE/7 LNjBtImILuZORbMvtIl4cM7UVaKjczHjbQKvxNFkkhAdiCNS9R0cszZrb1ei48Yc5T1Zy1hIQnSz HGOCMu+quiEwh+u8xbPVLgohREeJyyLR/du1LDMd6n2MRfJ9JEleTfsMFpFraxk4cc+iQ6j/PSsu WCmtpHhhq54IBypnU4RiwrNXoSMY5HYG1VJaHcHYiZfo38/F92cpCyQdDxO/7a/UNB0dn2OUeF/w lb68o+Mnvs+lkV4fMlepMNAmOtbW9NdqRKd3rV4huGzjMQnR8dJSV7AbTXRKoszn/x43F+N+T0J0 yNNZNacluqpzYheiQx/+AulqHgtJiM41VmY9iQ64V1n64jvsk/3/eImzhehe8s+piZ8I0SunIdEx OOnJU0eODFX/0UdEq0+vxDsjw/uHyolTVTDkEkJqcZH3sQCN87fJskuporPs1t7j+VQt5bYS0WGj QafmqHG4GDjxNoVn8U4zcjrkWsdPIqLzUFs3kug4ptH+6WFYaUzeA068seA5pOM8owm97eb6JKpL aC7d/5JIdKj3XjFrA8fCKy5jIQnR6auNYhtZT6JDv1YbXSVUNyKvyRZJ9NXYBrdSAprNoqHpqi9h 1hsX7UDFnAwJRxS380z6OwbiTa5R7RvZh5iwv7a2ESGkaqlXqxAdxw7GRlV4LXy3EH14BoNbBzci 1AhQCrNpKNqZ6IAHg0RXbwiK1yEdxHkW3OBxw6TDQVXcypBQosuU6BiYG+2rUseirovQ9jN5zGAb CzyrVFqgap897zO6ZiQ6arSCbWOotSTrA7CsjpKFjVGSvJr6GQBWdY1KUjLB4DoxLngq8p4EcKuc OROX6WEIQ8umZvcRYUxEGxa+PjLBQZeE6KjCtez2+nwGNPra65oepP+Dpf1vUhUdVy6erfLTalei 007RtjOr2+P8vvS9ZRXO9c1IdLTUtoyFeSS4uLFgI4O2kegYc7V63ZsTh4ntd2Bsuy1ldpK8mvoZ hrlKg2QwUS6Ks/rhoTnKuj+N8mrIY04jVZNxg0GbTVdF+AC+C3pXWmm1uOfDfk9CdAxcayE6L78n H6LTqjhb9Iw9Xdo9mIgOi/aGFhX34jhtCnFsFaJDG6uCHkOij40jyja2M9GhbYdY1r+34tZf2xzC nLH5G8JToc3+1OIScmuuK5nwnCTOb4iwaV+eNM4Aa8oD9U10uWG9uh64nxuikjoxaR2SEB3GxZYW oosNb2XW0YfopnR3j7ectS12vQm5DYjuJtf+DZG2nczCW4HolCq6WmpZFhe2roRfOxOddV4Cq6mI les6fgycZlepQXHptW8+LZG+1iDPIA6nu4xsh6iuZJpmurBLLJulsxiLMsTKbDHDhCWpZxKiC4n6 scQl2kOpjj5ER5WUhVifdW1vqxMd2u5sXYs5d7RFonNy9G0JorNFCYKE5zoW2pno9Cagygo1TjUb xO6qUaNWB05V7kwUSFxxbql0Wqr7d2Iycbx0FR1R7RTpccaWuH7VZVzZ7B0EkumztZe+S0mMapIQ nXaGrrrShZFJXPHzITqopTaqWrxhLehRVquf0T3m2lYsRlVGS8C6bYiOZ7KWsfCyKz7tTHTEAH39 gGVT6Oy3p/KwncGD+BoRLMO1X2tOp8IoJTTxdzkXQAUZiNTmI1aTGjIh+R1SM2AZZ8BAr7QuC1Fh Ps7ffaqQhOiYv/VM1cMR1ofoUNZES3sXw0FolEtbW0miwx1t37JIZO+4nh+jrVVm4ZhfTuenrSDR zSpegRRcG5ah7pGh1QaD6pJtxHw+wjJ+lsT5LJfwYUQbbKYfsZAl3I/b/A+7xCkJiSP0KhQTMuSd eSDpuPpjMXgj6vqLZupiLGa2QLGlyc8QSAcwMKtLnZMSnU1FhnIZ3d9JveFDdDqWZZW7CyS9n7m0 saWIDjEibWOVUq1TWy1EifwWu2yAWoHodODp6lvcOzqc4r62u0QHqYtnmNWBoOE47hKWLWRer8D4 aa9bxm2TiSoxLBYVUc3jiIO/R5lwB4juQJf8skpDE2rk/R2XhaQZ0mgT8t4YPF7FoD0dbduib/jw MabfFK1cZ8HAA/3zXRsJYEcXG8JJG4hUSZbIj07ah8YRLTZPtuC6e4ThizpVXa+CcjihY/utlYiO UiraVEXq6MsbXKS6PoTw07gE4ys+HKdhaQWiU9qEfH6mRWoh+W0VNz/bneiU6jGfPyFE4zMt7EZ2 vYH4lc0GAN/9yyewRlwfNPXvKmiqpwoTgDtdZcGQXBi8T2VFZDH5ftCKh6wkEi5+Lphp1fNipH0b nxkAmedr4RFnHIhOTyib307pot0FdNSmMzdex9DhncSL96k8T7SVj+9DiQ6S53dtbWXbqJrD++F0 lNa3F+wIFeBPUdZxKkScJdBvs/rRaVzt/YpzSbTlz2gnA4yfq9qdz1eZfOM7m8/hCjz7Pl6XUb3J +ayx2kWpO+mbls/fHFzouAlMENQ5U4dxqndtxynqO7QB2ByB991LYwG3o+xDwziuR0hT4RDPMRVn rKE3whUbh2Z0GC8RiFobOjsfClkbGAXnLGhedub1Pfi8Hdp/LPB6IiQ9HfMnNTU5pV05NPhil4XV SLMMB5tfcqkHwKb/T9Ug9CzP71wPV9XzyhKX+jVjGqr0MKAvsk36mnBzJLpLcRO5VZ+f0JAoiuh0 vM+pNbXLqFczE91USKmu7eTGJaiSogoe/fKCax5R6ZqR6DAXh6DOV6bRvnYkOq5VMzs7P4ox8Eot GKHvl+C1dTOufZnWiZIXGn6PD3hYvJ50PfviBaNI/5hP/gnTvs2o7nHqtUzBTClzTQA7YFC/mBAL W6ioWNVlqfrYXU9Iy2o2iuiUyqqolqu+LTwBsTYz0am2hvlMWtp63corrxocTsoVhXE/E2BjPtOk REfndqp4r6+1fe1KdBwPvIg16dxEv8/j0UZKy1TrZXM9znsYKNVzgN0dF36ohAQchoYj7wMSlBEv zRWtiQ5xrUsr9Q4nPlVQNW4UqNK8Hdjv6tN2OutS9YXyF3qOi5Kak2d9t7kYXPAWCaSlZdnbScrC M8uB0dPQNGwc1sawi1d9zKuTBnUu1Umflx2G+sZescPzUltbtF/V5TbVmyN27Jd7om77QN5bWPLK VHVZaislWV6Gi/Kpjouf/9U3vlPt/UzfsGGR8WJbTXVpjgX2HdSUJ6ANNgOVKsyousbrap7h+6wB bZkWg4o3EXuJxdQZc4fhCog6HMVNuuqMB88Gzw4cB/a7lADw+hWdnAfDgSpvf6CvEdrMM6vpaPfj wUFOQsJvL+H9XrxPZVw7Sjg+19DY+hGL82j64CBfngP9B6+5gX7j/YNz0XcM90bV02FTu7q+5hrV wiyT5uQ8Z0AeVKffzx0oXua54xK07TV892+0jX50R3BR5s3fceNAGft0dh6M/E/Hc+cBn98TTx+H eJTRwfbp8Xs+3/k/idp1DjAdsFmdtzag/CvwuhOvB9gm1OkfyO9CzJH94jQTlLqRltdcTeN4wOfg osdbRZ5HvrfhtwtQ3n693d1foQQdV1dllAQndX0ueB7ef8d+iXvO/J0uA3iO57i8uot4n4LXD1zz YD2RfifUn2r8/5D4zLGAz0s5FvA9fYKvpDYH79/heI8bC6wDxwKep2HX+aWx4Hp/Jtc8fT59NtuG fE5G2bFGM6W2A8sfEVOOQ43xUUkinXCThnVhf9TlGq39UX6wxEnPyVvpg+nqhuDaNy2fTpGdv//b AoC9NxcBXwC4sGHH/xUeMqPsI1H2mXqR4x1MvIfuHHx3Aha1yfi8NesXF0jatw6tmp7qTS6wnJx8 17HvhmTdHl3uMC7EJAmScJK4ey71ZL7cHLEsvHdzAcuqLJf6NHOa0nggVsZ4aOYqe9VNxkIsXFwP 1LykBbbMkxi8eF0Gd5iO0pUpJt9P/y0uTLFdklECfba1fpzJdUbFS7aCgCAgCAgCrYIA1U6Qoq5O QHY0632aKguI5xtwt591m0msSq2HMkHQd0E6/HHWZUr+goAgIAgIAm2AANVECBW2b/AsyJX8lJ64 qAa9FES0L40S0jAYuTyXWwU+NF9GvvujjKtRxqtaL/0ArdLaAHppgiAgCAgCgkA9EdAHrze6ElxU Oh4g0w8E73dQYsT7H3ioi2cOUaTKwKP5/F4888NvPJf7FYiMjrSX4/tbtbEFI56YKlMaYRxD/7N6 4iJlCQKCgCAgCLQXAnTmpLd9PfzhXE2Kl9Hyrrera932glpaIwgIAoKAINAwBNSt4TD5pUlvwOzb lZxqTodyF4LgGDJp/YYBIQULAoKAICAItDcCPL9jGDDtB/JGGmrNmDx48eD9iLZ9cK1+Ye3dM9I6 QUAQEAQEgdQRUBEnuro2haR3orJ6tERpT0SEuGIHec6gQyTPCcUvJPWukwwFAUFAEBAEkiBAh8UZ iG/JkFMqekBRzcj4dYz88CRejN7xGj358f0T+HwPPftVhAJEmcBrG567NdIfL0m75RlBQBAQBASB xiDwf9+dSnQsuKM/AAAAAElFTkSuQmCC 16 EduSol Vol. 19. Núm.67Abstract: Learning styles are predominant internal characteristics that influence the way people perceive, remember and think. The use of computers in the teaching-learning process can contribute to a good design of the strategies and their proper use, and increase the success in the training. The aim of the article is to analyze the main alternatives of software development for the diagnosis of the learning styles of students making use or not of data mining. What produces a beneficial result when using computer tools in the diagnosis of the characteristics of the students, when the appropriate teaching process is specified.Keywords: Learning styles, Web application, Learning profile, Data miningRevista EduSolVolumen 16. Número 57.ISSN: 1729-8091Publicada en línea: 11 de enero de 2017 (http://edusol.cug.co.cu)PAGE \* MERGEFORMAT2IntroducciónEntre las múltiples dimensiones en la singularidad de la personalidad de cada estudiante que influyen en la calidad del aprendizaje, y el nivel del éxito que logra en su respectivo proceso de aprendizaje pueden mencionarse las características de sus respectivos estilos de aprendizaje. Desde este punto de vista, Vélez, Baldiris, Nassiff, y Fabregat (2008) precisan el carácter individual de los estilos de aprendizaje y expresan: El aprendizaje es un proceso muy complejo que involucra múltiples variables y que por ser un acto humano singular, se lleva a cabo de manera diferente en cada individuo. Desde este punto de vista, las Tecnologías de la Información y las Comunicaciones TIC están llamadas a ser no solo promotoras de nuevos entornos de aprendizaje, sino también generadoras de procesos de enseñanza – aprendizajes más efectivos y eficientes. (p. 50) En las universidades el diagnóstico de los estilos de aprendizaje constituye una oportunidad para el proceso formativo. El conocimiento, al menos con un carácter aproximado, que alcanza el profesor de los principales estilos de aprendizaje que cada uno de los estudiantes despliega en su singular proceso de aprendizaje, le permite establecer estrategias de enseñanza con mayores niveles de efectividad. El diagnóstico de los estilos de aprendizaje le permite al profesor mantener comunicación con cada estudiante para hacerle consciente de sus principales mecanismos de aprendizaje, y ofrecerle estrategias alternativas para que desarrolle otros estilos de aprendizaje con la finalidad de asegurar un dominio óptimo del contenido objeto de estudio.El proceso de enseñanza-aprendizaje en las universidades se ha ido desarrollando constantemente. En ello influyen las innovaciones tecnológicas que sirven de apoyo al proceso formativo. Las tecnologías informáticas proveen herramientas que pueden ser utilizadas para identificar las formas en que los estudiantes aprenden. De esta manera es posible personalizar los recursos y actividades de evaluación identificando los estilos de aprendizaje de cada individuo. Existen diferentes modelos de estilo de aprendizaje, cada uno con su correspondiente instrumento para identificar los principales estilos que utiliza cada estudiante. Algunos autores de estos modelos han sido Felder y Silverman (1988), Kolb (1984).El objetivo del artículo es realizar un análisis de las principales alternativas del desarrollo de software para el diagnóstico de los estilos de aprendizaje de los estudiantes haciendo uso o no de la minería de datos.DesarrolloDesarrollo de software para caracterizar los estilos de aprendizaje de los estudiantesLa educación no ha sido ajena al gran desarrollo tecnológico presente en los últimos años. La aplicación de las tecnologías de la información y comunicación (TIC) en la práctica educativa, está dando lugar a que las tecnologías formen parte de la vida cotidiana, académica y laboral, y de ahí la creciente importancia de una buena formación en las aulas en el uso de las TIC.Las TIC en el ámbito educacional constituyen una herramienta de apoyo pedagógico pues fortalecen las actividades de enseñanza-aprendizaje. Por ello, es posible hablar en la actualidad del tránsito hacia un modelo de enseñanza aprendizaje en el cual la informática va ocupando un lugar cada vez más preponderante. La entrada de las TIC en el mundo universitario ha provocado cambios trascendentales y generado desafíos en la óptica universitaria actual, la cual se transforma paulatinamente bajo esta influencia.Dentro de las principales alternativas que el desarrollo de la informática ha tenido en el proceso formativo universitario en Cuba pueden mencionarse: la accesibilidad de la información a través de las redes, las formas de enseñanza semi-presencial y a distancia han comenzado a alcanzar mayor espacio frente a la presencial, el profesor pasa de ser la principal fuente de información a ser un orientador para los estudiantes.Los impactos identificados se pueden observar en las funciones fundamentales de las TICs en la educación. (Marqués, 2013)Fuente de información (hipermedial). Canal de comunicación interpersonal y para el trabajo colaborativo y para el intercambio de información e ideas (correos electrónicos, foros telemáticos). Medio de expresión y para la creación (procesadores de textos y gráficos, editores de páginas web y presentaciones multimedia, cámara de vídeo). Instrumento cognitivo y para procesar la información: hojas de cálculo, gestores de bases de datos. Instrumento para la gestión, ya que automatizan diversos trabajos de la gestión de los centros: secretaría, acción tutorial, asistencias, bibliotecas. Recurso interactivo para el aprendizaje. Los materiales didácticos multimedia informan, entrenan, simulan, guían aprendizajes, motivan. Por lo que, las TIC brindan condiciones tecnológicas para la transformación de la enseñanza tradicional en un proceso educativo más personalizado, participativo, centrado en el aprendizaje significativo, y dirigido a lograr una dimensión humana y desarrolladora de la personalidad de todos los participantes. Siendo una de las aristas de la utilización de las nuevas tecnologías informáticas para el desarrollo del proceso educativo en Cuba su implementación en el diagnóstico de las principales características del proceso de aprendizaje de cada uno de los estudiantes, y en correspondencia con ello aportar criterios para la selección de los principales métodos de enseñanza que pudieran ser utilizados.Cada estudiante tiene sus ambientes preferidos, sus métodos especiales, sus propias motivaciones y objetivos, sus técnicas para recordar, todo lo cual define una forma personal de aprender, o sea, un estilo de aprendizaje. Siendo así, que el estudio de estas características individuales solo puede realizarse desde una perspectiva interdisciplinar en la que son trascendentes e imprescindibles teorías psicológicas, pedagógicas, y sociales, entre otras. Actualmente se dispone de diferentes modelos y teorías sobre los estilos de aprendizaje, las que, desde diferentes perspectivas, ofrecen un marco conceptual y explicativo del comportamiento de la persona que aprende y del tipo de acción didáctica que puede resultar más eficaz en un momento dado del aprendizaje.A partir del año 2000 surgen diversas herramientas para describir y predecir los estilos de aprendizaje de los estudiantes. El análisis de diversas fuentes nos permitió constatar la existencia de diferentes software que contribuyen a identificar los estilos de aprendizaje de los estudiantes:Sistema para identificar estilos de aprendizaje, a través de un ambiente virtual de computadora. Ha sido desarrollado por alumnos del Instituto Politécnico Nacional de España. Es una página web mediante la cual se pueden evaluar los estilos de aprendizaje por medio de animaciones multimedia y cuestionamientos que reflejan situaciones reales. El modelo utilizado fue el test de Peter Honey y Alan Mumford. (Martínez, 2011) Sistema Detector de Estilos de Aprendizaje en la Universidad Austral de Chile, es el más reciente, del 2014. Consiste en una herramienta web para detectar los estilos de aprendizaje de un estudiante o un grupo de estudiantes (curso, cohorte, carrera, etc.). Admite la utilización de varios cuestionarios, estadísticas de los cursos y sugiere metodologías de enseñanza a profesores. (De la Maza, Álvarez, Campos, y Vásquez, 2014) Herramienta para la Detección de Estilos de Aprendizaje en Estudiantes utilizando la Plataforma Moodle. Este proyecto permitió desarrollar un componente software que es compatible con la plataforma Moodle. Se identifican los criterios que evalúa el test de Richard Felder y Linda Silverman en el Manual de Estilos de aprendizaje (2004) presentando una herramienta administrativa que apoya a los docentes de asignaturas virtuales, buscando una mayor apropiación de los conceptos adaptándolos a los estilos de aprendizaje de cada estudiante. (Puello, Fernández, y Cabarcas, 2013) Herramienta de autor para la identificación de estilos de aprendizaje utilizando mapas auto-organizados en dispositivos móviles. En el presente trabajo se analiza una propuesta metodológica cuyo objetivo principal es el trabajo con los modelos de Kolb y el de Felder-Silverman para identificar estilos de aprendizaje. Se utiliza un método de Mapas Auto-Organizados implementados para trabajar en dispositivos móviles principalmente. Estos pueden trabajar en tiempo real y sin interacción directa del estudiante, lo cual implica la ausencia de información previa. Los resultados generados son una herramienta para cursos adaptativos en ambientes Web 2.0. (Zatarian y Barron, 2010) Estas y otras herramientas informáticas además de constituir objeto de estudio en el proceso de formación de los profesionales, son aprovechadas para dinamizar el procesamiento de los instrumentos del diagnóstico de los estilos de aprendizaje. De manera que estas herramientas informáticas pueden contribuir a un análisis cuantitativo que beneficia al análisis cualitativo imprescindible de los instrumentos de diagnóstico. Se trata del aporte de informaciones útiles para definir la correspondiente perspectiva de una metodología en correspondencia con el modelo de estilo de aprendizaje seleccionado. Los resultados obtenidos en la caracterización realizada se utilizan en la definición del tratamiento pedagógico del proceso de enseñanza. Puede afirmarse que la informática aporta herramientas en un proceso de diagnóstico de las características de los estudiantes al precisarse el proceso de enseñanza conveniente.Estas herramientas desarrolladas para identificar estilos de aprendizaje no utilizan técnicas de minería de datos para identificar los estilos de aprendizaje de los estudiantes y organizarlos de acuerdo con los resultados obtenidos.Sin embargo, las investigaciones expuestas a continuación, mostraron que la utilización de algunas técnicas de tratamiento y minería de datos aplicada a los resultados obtenidos de los test para identificar los estilos de aprendizaje, posibilitó determinar con mejor precisión el grado de homogeneidad en el estilo de aprendizaje de los estudiantes. La minería de datos en educación matemática relación entre estilos de aprendizaje y desempeño académico. (Martínez, 2011) Sistemas de gestión de contenidos de aprendizaje y técnicas de minería de datos para la enseñanza de ciencias computacionales. Un caso de estudio en el norte de Coahuila. (Olague, Torres, Morales, Valdez, y Ávila, 2010) Minería de datos para descubrir estilos de aprendizaje. (Durán y Costaguta, 2007)Diagnóstico del estilo de aprendizaje predominante basado en minería de datos y el modelo de Felder: aplicaciones al e-learnig 3.0 (Ramírez y Ortega, 2012) Identificación de Estilos de Aprendizaje en Alumnos Universitarios de Computación de la Huasteca Hidalguense mediante Técnicas de Minería de Datos. ADDIN ZOTERO_ITEM CSL_CITATION {"citationID":"a1bkhu4534k","properties":{"formattedCitation":"{\\rtf (N\\uc0\\u250{}\\uc0\\u241{}ez Cardenas, Hern\\uc0\\u225{}ndez Palacios, Mariano, & Felipe Redondo, 2013)}","plainCitation":"(Núñez Cardenas, Hernández Palacios, Mariano, & Felipe Redondo, 2013)"},"citationItems":[{"id":555,"uris":["http://zotero.org/users/local/QnDkLwm6/items/BRNF4KDJ"],"uri":["http://zotero.org/users/local/QnDkLwm6/items/BRNF4KDJ"],"itemData":{"id":555,"type":"article-journal","title":"Identificación de estilos de aprendizaje en alumnos universitarios de computación de la Huasteca Hidalguense mediante técnicas de minería de datos","container-title":"Ciencia Huasteca Boletín Científico de la Escuela Superior de Huejutla","volume":"1","issue":"2","DOI":"https://doi.org/10.29057/esh.v1i2.1018","ISSN":"2007-493X","language":"Español","author":[{"family":"Núñez Cardenas","given":"Felipe de Jesús"},{"family":"Hernández Palacios","given":"Raúl"},{"family":"Mariano","given":"Víctor Tomás"},{"family":"Felipe Redondo","given":"Ana María"}],"issued":{"date-parts":[["2013"]]}}}],"schema":"https://github.com/citation-style-language/schema/raw/master/csl-citation.json"} (Núñez, Hernández y Redondo, 2013)La utilización de técnicas de minería de datos permite una mejor caracterización de los mecanismos individuales de aprendizaje, tiene la capacidad de registrar datos precisos, descubrir información nueva y útil sobre los distintos tipos de estudiantes, predecir comportamientos de aprendizaje, lo que permite redireccionar estrategias para el desarrollar mejores estrategias de enseñanza acomodadas a las necesidades identificadas. Esto guarda especial relación con las alternativas de planificación de las actividades del proceso de enseñanza ya que aumenta la efectividad de las mismas. Todas estas herramientas, antes descritas, pueden ser desarrolladas de varias formas: un componente software que es compatible con la plataforma Moodle,una página Web mediante la cual se pueden evaluar los estilos de aprendizaje, una herramienta Web para detectar los estilos de aprendizaje de un estudiante o un grupo, permite al profesor gestionar esta información, un programa en el ambiente de programación Delphi 7 que permite a los profesores la gestión de datos derivados del diagnóstico para la toma de decisiones a favor de la dirección del proceso enseñanza-aprendizaje; hasta, un método de mapas auto-organizados implementados para trabajar en dispositivos móviles principalmente.Como se evidencia, en ninguno de los casos se desarrollaron software para identificar los estilos de aprendizaje utilizando técnicas de minería de datos para el análisis de los datos finales. Por ello solo se identifican los estilos de aprendizaje de los estudiantes teniendo en cuenta los resultados obtenidos con la aplicación de los cuestionarios. Sin embargo, el uso de las técnicas de minería de datos facilita un descubrimiento eficiente del conocimiento, obteniéndose subgrupos homogéneos, patrones de estilos de aprendizaje en general, y la tendencia hacia otros estilos de aprendizaje. Esto permite un agrupamiento óptimo y una mejor clasificación. En las investigaciones que hacen uso de las técnicas de minería de datos la metodología seguida con el fin de descubrir el conocimiento implícito en las respuestas de los cuestionarios de estilos de aprendizaje siguió el proceso de descubrimiento de conocimiento en bases de datos. El proceso de descubrimiento de conocimiento en bases de datos (Knowledge Discovery in Databases, KDD), (Jiawei, Micheline y Jian, 2012), sigue tres etapas: pre-procesamiento, minería de datos, y post-procesamiento. La información recabada en el cuestionario es cargada en una planilla de excel, luego convertida a un documento word para su posterior conversión a un archivo .arff (Attribute-Relation File Format), requerido como entrada para el software WEKA (Locualo, 2007), que se utiliza para obtener el patrón de estilos de aprendizaje de los estudiantes. Luego se aplica análisis de clusters para identificar subgrupos homogéneos dentro de la muestra de alumnos. Para el procesamiento de la información se pueden utilizar los distintos paquetes estadísticos, como el Statistical Package for the Social Sciences (SPSS). (Pardo y Ruiz, 2002) El uso de las herramientas informáticas para detectar el estilo de aprendizaje predominante en un grupo de estudiantes, con la aplicación o no de la minería de datos, resulta útil para determinar las características del perfil de aprendizaje de cada uno, y en función de ello adecuar las estrategias de enseñanza.ConclusionesLa combinación de las tecnologías de la informática y las comunicaciones TIC, y el diagnóstico de los estilos de aprendizaje de los estudiantes permite lograr mayor potencialidad en los procesos de enseñanza-aprendizaje a través de las herramientas desarrolladas para el procesamiento de los cuestionarios de estilos de aprendizaje. Ello conlleva a un nuevo paradigma de la enseñanza mucho más personalizado y centrado en el estudiante, lo que, sin olvidar los demás contenidos, asegura a los estudiantes las competencias en TIC que la sociedad actual demanda.Se puede concluir que el diagnóstico previo de los estilos de aprendizaje de los estudiantes orienta significativamente el proceso de diseño del plan de enseñanza aprendizaje, bien sea que este sea realizado en una aplicación informática, o que al resultado obtenido de las encuestas de estilos de aprendizaje se les haya aplicado minería de datos.Referencias bibliográficas ADDIN ZOTERO_BIBL {"uncited":[["http://zotero.org/users/local/QnDkLwm6/items/GBCAUHU4"],["http://zotero.org/users/local/QnDkLwm6/items/MX8ZTYRX"],["http://zotero.org/users/local/QnDkLwm6/items/C4V5E8IH"],["http://zotero.org/users/local/QnDkLwm6/items/6V9XW84L"],["http://zotero.org/users/local/QnDkLwm6/items/BTW3LYWS"],["http://zotero.org/users/local/QnDkLwm6/items/5N35R9XA"],["http://zotero.org/users/local/QnDkLwm6/items/6JCSLPLH"],["http://zotero.org/users/local/QnDkLwm6/items/6VR6J953"],["http://zotero.org/users/local/QnDkLwm6/items/C9SCG3XN"]],"custom":[]} CSL_BIBLIOGRAPHY B. Durán, E., y N. Costaguta, R. (2007). Minería de datos para descubrir estilos de aprendizaje. Revista Iberoamericana de Educación, 42(2), 1-10.De la Maza, M. E., Álvarez, L., Campos, A., y Vásquez, C. (2014). Sistema Detector de Estilos de Aprendizaje en la Universidad Austral de Chile (Vol. 10, pp. 487-492). Presentado en XIX Conferência Internacional sobre Informática na Educação (TISE 2014). Recuperado a partir de www.tise.cl/volumen10/TISE2014/tise2014_submission_47.pdfJiawei, H., Micheline, K., y Jian, P. (2012). Data Mining: Concepts and Techniques (3.a ed.). USA: Morgan Kaufmann. Recuperado de https://works.bepress.com/madraky/11/Martínez Valdés, J. A. (2011). La minería de datos en educación matemática relación entre estilos de aprendizaje y desempeño académico. (Maestría en enseñanza de las ciencias exactas y naturales). Universidad Nacional de Colombia, Sede Palmira. Recuperado de http://bdigital.unal.edu.co/6590/Núñez Cardenas, F. de J., Hernández Palacios, R., Mariano, V. T., y Felipe Redondo, A. M. (2013). Identificación de estilos de aprendizaje en alumnos universitarios de computación de la Huasteca Hidalguense mediante técnicas de minería de datos. Ciencia Huasteca Boletín Científico de la Escuela Superior de Huejutla, 1(2). https://doi.org/https://doi.org/10.29057/esh.v1i2.1018Olague Sánchez, J. R., Torres Ovalle, S., Morales Rodríguez, F., Valdez Menchaca, A. G., y Silvia Ávila, A. E. (2010). Sistemas de gestión de contenidos de aprendizaje y técnicas de minería de datos para la enseñanza de ciencias computacionales. Un caso de estudio en el norte de Coahuila. Revista Mexicana de Investigación Educativa, 15(45), 391-421.Pardo Merino, A., y Ruiz Díaz, M. Á. (2002). SPSS 11. Guía para el análisis de datos (1.a ed.). España: McGraw-Hill Interamericana de España S.L. Recuperado de https://www.casadellibro.com/libro-spss-11-guia-para-el-analisis-de-datos/.../861405Puello, P., Fernández, D., y Cabarcas, A. (2013). Herramienta para la Detección de Estilos de Aprendizaje en Estudiantes utilizando la Plataforma Moodle. Formación universitaria, 7(4), 15-24. https://doi.org/10.4067/S0718-50062014000400003Ramírez León, Y. del V., y Ortega Carrillo, J. A. (2012). Diagnóstico del estilo de aprendizaje predominante basado en minería de datos y el modelo de Felder aplicaciones al Elearnig 3.0. Presentado en Estilos de aprendizaje: investigaciones y experiencias: V Congreso Mundial de Estilos de Aprendizaje, Santander. Recuperado de https://dialnet.unirioja.es/servlet/articulo?codigo=4651452Zatarain Cabada, R., y Barron Estrada, M. (2010, 1 de diciembre). Herramienta de autor para la identificación de estilos de aprendizaje utilizando mapas auto-organizados en dispositivos móviles. Revista Electrónica de Investigación Educativa, 13(1), 43-55.Carla María Alonso, Eloy Guerrero, Goar Orúe: Alternativas de desarrollo de software para caracterizar estilos de aprendizaje en … PAGE \* MERGEFORMAT25 EduSol Vol. 19. Núm.67