<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-04-22T21:00:00Z</responseDate><request verb="GetRecord" identifier="oai:uvadoc.uva.es:10324/777" metadataPrefix="mods">https://uvadoc.uva.es/oai/request</request><GetRecord><record><header><identifier>oai:uvadoc.uva.es:10324/777</identifier><datestamp>2021-06-23T16:37:22Z</datestamp><setSpec>com_10324_30605</setSpec><setSpec>com_10324_894</setSpec><setSpec>col_10324_41</setSpec></header><metadata><mods:mods xmlns:mods="http://www.loc.gov/mods/v3" xmlns:doc="http://www.lyncode.com/xoai" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
<mods:name>
<mods:namePart>Verdú Pérez, Elena</mods:namePart>
</mods:name>
<mods:extension>
<mods:dateAvailable encoding="iso8601">2011-01-17T11:26:06Z</mods:dateAvailable>
</mods:extension>
<mods:extension>
<mods:dateAccessioned encoding="iso8601">2011-01-17T11:26:06Z</mods:dateAccessioned>
</mods:extension>
<mods:originInfo>
<mods:dateIssued encoding="iso8601">2010</mods:dateIssued>
</mods:originInfo>
<mods:identifier type="uri">http://uvadoc.uva.es/handle/10324/777</mods:identifier>
<mods:identifier type="opacrecnum">b1600405</mods:identifier>
<mods:identifier type="doi">10.35376/10324/777</mods:identifier>
<mods:abstract>El objetivo principal de esta tesis consiste en la propuesta y validación de métodos basados en técnicas de Inteligencia Artificial para la estimación del nivel de dificultad de los desafíos propuestos en el entorno On-line de Aprendizaje Competitivo QUESTTOURnament, que permita el posterior establecimiento de concursos o itinerarios de aprendizaje para grupos de alumnos según su nivel de conocimiento. QUESTOURnament es una herramienta telemática que permite el desarrollo de concursos on-line. Mediante estudios de estado de arte de sistemas de aprendizaje competitivo y de sistemas de aprendizaje adaptativos se han identificado las características de estos últimos que permitirían potenciar las ventajas e inconvenientes que presentan los sistemas competitivos y, en concreto, el sistema QUESTOURnament. Así, se propone el sistema QUESTOURnament  adaptativo y se diseña y valida una solución basada en algoritmos genéticos y lógica difusa que permite estimar el nivel de dificultad de las preguntas en QUESTOURnament.</mods:abstract>
<mods:language>
<mods:languageTerm>spa</mods:languageTerm>
</mods:language>
<mods:accessCondition type="useAndReproduction">info:eu-repo/semantics/openAccess</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">http://creativecommons.org/licenses/by-nc-nd/3.0/es/</mods:accessCondition>
<mods:accessCondition type="useAndReproduction">Attribution-NonCommercial-NoDerivs 3.0 Unported</mods:accessCondition>
<mods:subject>
<mods:topic>Inteligencia artificial</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Sistemas expertos (Informática)</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Aprendizaje basado en la web</mods:topic>
</mods:subject>
<mods:subject>
<mods:topic>Algoritmos genéticos</mods:topic>
</mods:subject>
<mods:titleInfo>
<mods:title>Contribución a la Aplicación de Técnicas de Inteligencia Artificial para el diseño efectivo de Sistemas Adaptativos de Aprendizaje Competitivo</mods:title>
</mods:titleInfo>
<mods:genre>info:eu-repo/semantics/doctoralThesis</mods:genre>
</mods:mods></metadata></record></GetRecord></OAI-PMH>