Proceso Analítico Jerárquico Neutrosófico para la evaluación de una estrategia didáctica en aprendizaje de estudiantes universitarios

Contenido principal del artículo

Rolando Manuel Benites
Grimaneza Miguelina Fonseca Díaz
Diana Gissela Benites Fonseca
David André Benites

Resumen

El aprendizaje es un proceso activo y constructivo donde los estudiantes eligen metas para su aprendizaje incluye aspectos cognitivos y meta cognitivos, la cognición que puede ser consciente o inconsciente, y que se ocupa del desarrollo de la capacidad y actividad mental de manera consciente y deliberada. El empleo estrategia didáctica en estudiantes Universitarios, se ejecuta de modos diferentes, con estilos de aprendizaje atractivos para los estudiantes, lo que constituye para los docentes de la educación superior, un mecanismo didáctico para impulsar a sus alumnos a adquirir una información innovadora, que conlleve a desarrollar competencias de opiniones, nociones, destrezas y prácticas específicas, se promueve el aprendizaje significativo, principios de  investigación, como herramienta para generar nuevas alternativas en la apropiación del conocimiento. La presente investigación propone una solución a la problemática planteada a partir de la implementación de un método para la evaluación de la estrategia didáctica en aprendizaje de estudiantes universitarios. Basa su funcionamiento mediante un enfoque multicriterio con el empleo del Proceso Analítico Jerárquico Neutrosófico.  

##plugins.themes.bootstrap3.displayStats.downloads##

##plugins.themes.bootstrap3.displayStats.noStats##

Detalles del artículo

Cómo citar
Proceso Analítico Jerárquico Neutrosófico para la evaluación de una estrategia didáctica en aprendizaje de estudiantes universitarios. (2025). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 36, 33-42. https://fs.unm.edu/NCML2/index.php/112/article/view/664
Sección
Articulos

Cómo citar

Proceso Analítico Jerárquico Neutrosófico para la evaluación de una estrategia didáctica en aprendizaje de estudiantes universitarios. (2025). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 36, 33-42. https://fs.unm.edu/NCML2/index.php/112/article/view/664