- -

Enhancing Accessibility to Analytics Courses in Higher Education through AI, Simulation, and e-Collaborative Tools

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Enhancing Accessibility to Analytics Courses in Higher Education through AI, Simulation, and e-Collaborative Tools

Mostrar el registro completo del ítem

Osorio-Muñoz, C.; Fuster-Coma, N.; Wenwen, C.; Yangchongyi, M.; Juan, AA. (2024). Enhancing Accessibility to Analytics Courses in Higher Education through AI, Simulation, and e-Collaborative Tools. Information. 15(8). https://doi.org/10.3390/info15080430

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/211438

Ficheros en el ítem

Metadatos del ítem

Título: Enhancing Accessibility to Analytics Courses in Higher Education through AI, Simulation, and e-Collaborative Tools
Autor: Osorio-Muñoz, Celia Fuster-Coma, Noelia Wenwen, Chen Yangchongyi, Men Juan, Angel A.
Entidad UPV: Universitat Politècnica de València. Escuela Politécnica Superior de Alcoy - Escola Politècnica Superior d'Alcoi
Fecha difusión:
Resumen:
[EN] This paper explores how the combination of artificial intelligence, simulation, and e-collaborative (AISEC) tools can support accessibility in analytics courses within higher education. In the era of online and blended ...[+]
Palabras clave: Higher education , Artificial intelligence , Analytics , E-collaborative tools
Derechos de uso: Reconocimiento (by)
Fuente:
Information. (eissn: 2078-2489 )
DOI: 10.3390/info15080430
Editorial:
MDPI AG
Versión del editor: https://doi.org/10.3390/info15080430
Código del Proyecto:
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023/PID2022-138860NB-I00/ES/INTELIGENCIA ARTIFICIAL E INTERNET DE LAS COSAS PARA OPTIMIZAR EL CONSUMO ENERGETICO EN EL TRANSPORTE CON VEHICULOS ELECTRICOS/
info:eu-repo/grantAgreement/GVA//INVEST%2F2023%2F304/
info:eu-repo/grantAgreement/MICINN//RED2022-134703-T/
Agradecimientos:
This work was founded by the Investigo Program of the Generalitat Valenciana (INVEST/2023/304), Coca-Cola Europacific Partners, and the Spanish Ministry of Science and Innovation (PID2022-138860NB-I00 and RED2022-134703-T).[+]
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem