Resumen

Guiados por la teoría de la cognición distribuida, analizamos los elementos influyentes de contenido, herramientas e interacciones contextuales en el proceso de aprendizaje en línea a través de investigaciones y estudios de caso para explorar las características y evaluación de la disposición de los estudiantes universitarios a participar en comportamientos de aprendizaje en línea bajo la cognición distribuida y proporcionar orientación para el diseño de la experiencia de plataformas de educación en línea. Basado en la cognición distribuida, este documento diseña un modelo de red neuronal convolucional basado en InceptionNet, que utiliza una capa de promediado global en lugar de una capa completamente conectada para reducir el número de parámetros, y InceptionNet aumenta la profundidad y amplitud de la red mediante ramificaciones para mejorar el rendimiento de la red y evitar el sobreajuste. La teoría de la cognición distribuida enfatiza la naturaleza distribuida de la cognición, y las variables intrínsecas que influyen en la disposición a participar en comunidades de aprendizaje en línea desde un punto de vista sistém

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Teoría de la cognición distribuida; Proceso de aprendizaje en línea; Estudiantes universitarios; Disposición; Participar; Comportamiento de aprendizaje en línea; Teoría cognitiva; Elementos influyentes; Contenido; Herramientas; Interacciones contextuales; Investigación; Estudios de caso; Características; Evaluación; Disposición de los estudiantes universitarios; Comportamiento de aprendizaje en línea; Orientación; Diseño de experiencias; Plataformas de educación en línea; Modelo de red neuronal convolucional; InceptionNet; Capa de agrupamiento promedio global; Parámetros; Profundidad; Ancho; Red; Ramificación; Rendimiento; Sobreajuste; Teoría cognitiva distribuida; Naturaleza distribuida; Cognición; Variables intrínsecas; Disposición; Participar; Comunidades de aprendizaje en línea; Punto de vista sistémico; Actitudes; Normas subjetivas; Emociones esperadas; Competencia; Sentido de pertenencia; Deseo; Control conductual percibido; Efecto positivo; Comunidades de aprendizaje en línea.
• Keywords:Distributed cognition theory; Online learning process; College students; Willingness; Engage; Online learning behavior; Cognitive theory; Influential elements; Content; Tools; Contextual interactions; Research; Case studies; Characteristics; Evaluation; College students willingness; Online learning behavior; Guidance; Experience design; Online education platforms; Convolutional neural network model; InceptionNet; Global average pooling layer; Parameters; Depth; Width; Network; Branching; Performance; Overfitting; Distributed cognitive theory; Distributed nature; Cognition; Intrinsic variables; Willingness; Participate; Online learning communities; Systemic viewpoint; Attitudes; Subjective norms; Expected emotions; Competence; Sense of relatedness; Desire; Perceived behavioral control; Positive effect; Online learning communities.