Abstract— Incorporing mobile systems in teaching-learning process has enabled m-learning as a mean to customize student learning and to encourage collaborative learning. Some works have proposed m-learning systems, however, they don´t include two key aspects: monitoring and personalization services based on learning styles and student learning context as it is incorporated in this research. Additionally, there is also a limited work focus on the development of basic disciplinary skills in mathematics and computing subjects in high-school education. This paper describes the design and development of a context -aware mobile learning system that includes mobile learning objects (MLO) for the development of basic disciplinary skills in mathematics and computing for high-school education. Our work proposes learning monitoring and personalization services characterized by: using SMS, social networks (Facebook and Twitter) and provides educational content through MLO based on context and student learning styles.

Keywords— mobile learning system, learning monitoring, learning personalization, mobile learning objects.

I. INTRODUCCIÓN OS MODELOS de enseñanza apoyados por la tecnología han pasado por diferentes fases. Inicialmente la aparición

de la computadora de escritorio dio origen al modelo denominado enseñanza apoyada por la computadora. Eventualmente el aprovechamiento de Internet y las tecnologías web en el proceso de enseñanza aprendizaje originó el modelo conocido como aprendizaje electrónico (e-learning) [1]. Actualmente, se incorporaron a este panorama las tecnologías móviles dando lugar a lo que se ha denominado como aprendizaje móvil (m-learning). El m-learning puede verse como la convergencia entre el aprendizaje electrónico y el cómputo móvil caracterizado por [2-3]: permitir la personalización y adaptación del aprendizaje a las características individuales del estudiante, favorecer el aprendizaje colaborativo y exploratorio e indirectamente contribuye a mejorar sus capacidades para leer, escribir y calcular.

Diversos trabajos [4-27] han propuesto sistemas de aprendizaje con servicios orientados a dispositivos móviles; sin embargo, estos sistemas carecen de servicios que lleven a cabo un seguimiento y personalización del aprendizaje con

G. G. Castro, Centro de Enseñanza de LANIA, Veracruz, México, ggomez.mca12@lania.edu.mx

E. L. Domínguez, Centro de Innovación e Investigación de LANIA, Veracruz, México, elopez@lania.mx

Y. H. Velázquez, Centro de Servicios Tecnológicos de LANIA, yhernandez@lania.mx

M. Y. R. Matla, Centro de Enseñanza de LANIA, Veracruz, México, mrodriguez@lania.mx

C. B. E. Toledo, Centro de Innovación e Investigación de LANIA, Veracruz, México, cora@lania.mx

S. E. P. Hernandez, Departamento de Ciencias Computacionales, Instituto Nacional de Astrofísica Óptica y Electrónica, Puebla, México, spomares@inaoep.mx

base en el estilo de aprendizaje y contexto del estudiante (actividad física). Además, acorde a la revisión del estado del arte llevada a cabo, hay un limitado trabajo de investigación enfocado al desarrollo de competencias disciplinares básicas en las áreas de matemáticas e informática en alumnos de educación media superior a través de Objetos de Aprendizaje Móviles (OAMs) [14-15].

En los sistemas de cómputo, el contexto se refiere a cualquier información que pueda ser empleada para caracterizar la situación de una entidad (persona, lugar u objeto) considerada relevante entre un usuario y una aplicación, incluyendo al usuario y la aplicación misma [28]. Por lo tanto, un sistema consciente de contexto es aquel que usa información de contexto para proveer servicios al usuario, con base en la actividad que el usuario realiza [28].

En este artículo se presenta el diseño y desarrollo de un sistema de aprendizaje móvil consciente de contexto (SAMCC) que incluye objetos de aprendizaje móviles para el desarrollo de competencias disciplinares básicas de matemáticas e informática en alumnos de educación media. El sistema está compuesto por dos módulos: uno de seguimiento del aprendizaje y otro de personalización de aprendizaje. El módulo de seguimiento del aprendizaje permite enviar avisos sobre nuevas actividades (tareas y quizes), así como también avisos sobre el vencimiento de las mismas o mensajes con conceptos clave al alumno y consultar los resultados obtenidos por el estudiante en los OAMs. Por otro lado, el módulo de personalización permite que el sistema sugiera objetos de aprendizaje móviles con material educativo pertinente y adecuado a cada situación con base en el estilo del aprendizaje [29] y la actividad que desarrolla (contexto) el estudiante. En este artículo se consideran los estilos de aprendizaje teórico, pragmático, activo y reflexivo [29]. Por otra parte, la administración de los cursos en línea se realiza con el manejador de cursos Moodle [30] caracterizado por permitir la creación e integración de nuevas funcionalidades (llamadas módulos) y gestión de cursos de e-learning.

En nuestro caso, los OAMs presentan contenido educativo de competencias disciplinares básicas en las áreas de matemáticas e informática definidas en el marco curricular del Sistema Nacional de Bachillerato [31-32] establecido por la Secretaria de Educación Pública y contempladas por el modelo de habilidades de tecnologías de la información y comunicación propuesto en [33]. En este trabajo, las competencias de matemáticas e informática fomentadas son: 1.-formular y resolver problemas matemáticos aplicando varios enfoques; 2.-interpretar tablas, gráficas, mapas, diagramas y textos con símbolos matemáticos y científicos; 3.-utilizar tecnologías de la información y comunicación para investigar y resolver problemas; 4.-producir materiales y transmitir información.

G. G. Castro, E. L. Domínguez, Y. H. Velázquez, M. Y. R. Matla, C.B.E. Toledo and S. E. P. Hernández

MobiLearn: Context-Aware Mobile Learning System

L

Por otro lado, los servicios proporcionados por el SAMCC propuesto en este trabajo son: a) reforzamiento del aprendizaje a través del envío de mensajes de texto (SMS) y publicaciones en Facebook y Twitter con información de conceptos clave a los dispositivos móviles de los estudiantes; b) aviso de nuevas actividades propuestas por el profesor a los estudiantes a través de SMS y publicaciones en Facebook y Twitter; c) recordatorio del vencimiento de las actividades propuestas por el profesor a través de mensajes de texto y publicaciones en Facebook y Twitter; d) consulta o visualización de los resultados obtenidos en los quiz de los OAMs que hayan sido contestados por los alumnos; e) obtener el contexto del estudiante (actividad física, la cual poder ser en reposo o en movimiento); f) identificar el estilo de aprendizaje del estudiante el cual puede ser activo, pragmático, teórico y reflexivo [29]; y g) sugerir la descarga de objetos de aprendizaje móviles con base en el estilo de aprendizaje y contexto particular de cada estudiante.

II. ESTADO DEL ARTE Diversos trabajos han propuesto sistemas enfocados al

seguimiento y/o personalización del aprendizaje de los estudiantes [4-27]. Estos trabajos se pueden clasificar en dos grupos. En el primer grupo clasificamos a los trabajos que proponen sistemas enfocados al seguimiento del aprendizaje. En el segundo grupo clasificamos a los trabajos que proponen sistemas orientados a la personalización del aprendizaje principalmente. A continuación presentamos una descripción de estos sistemas.

A. Sistemas orientados al seguimiento del aprendizaje MOBL21 [16] usa dispositivos móviles para proporcionar

los siguientes servicios: revisión, reforzamiento, material de aprendizaje, quizes, guías de estudio, entregas programadas, SMS y voz, seguimiento de alumnos, resultados y uso. Por otro lado, el sistema de aprendizaje móvil presentado en [17] se enfoca en formación de enfermeros donde el estudiante diagnostica un paciente simulado. Otro sistema que se propone en [19] usa preguntas mediante un sistema de proyección con comunicación vía móvil y despliegue de estadísticas. Por otra parte, Blackboard Mobile [4] ofrece acceso a cursos, contenidos y envió de notificaciones de actividades calificadas en dispositivos móviles. El sistema propuesto en [21] permite intercambiar contenido entre Tablet/PC, pizarras digitales y móviles, actualizar información, recursos educativos, seguimiento de la clase y realizar preguntas y respuestas.

B. Sistemas orientados a la personalización del aprendizaje El sistema presentado en [22] propone la adaptación del

aprendizaje móvil mediante transformación de recursos educativos y decisiones basadas en elementos contextuales. Por otro lado, M2Learn [23] ofrece servicios de: quizes sensibles al contexto, medios de comunicación, objetos de aprendizaje (OA), evaluación, interacción con Moodle, recolección de datos del GPS y acelerómetro. Un entorno colaborativo móvil es propuesto en [24] vía el navegador de

smartphones 3G con servicios de visualización de progreso, avisos y perfiles. Otro sistema propuesto en [25] analiza las decisiones del usuario para detectar su comportamiento y presentarle objetos de aprendizaje. Por otro lado, un sistema de recomendación basado en contenido propuesto en [26] lleva a cabo la personalización del aprendizaje en programación mediante una ontología, objetos de aprendizaje y perfil del estudiante.

C. Análisis de trabajos relacionados En general los sistemas propuestos [4-27], con base en el

análisis del estado del arte realizado en este trabajo, carecen de los siguientes servicios: a) recordatorio del vencimiento de actividades propuestas por el profesor a través de mensajes de texto (SMS) y publicaciones en redes sociales tales como Facebook y Twitter; b) avisos de nuevas actividades propuestas por el profesor a los estudiantes a través de SMS y publicaciones en Facebook y Twitter; y c) servicios que sugieran la descarga de objetos de aprendizaje móviles con base en el estilo de aprendizaje y contexto particular de cada estudiante (actividad física). Además, hay un limitado trabajo de investigación enfocado al desarrollo de competencias disciplinares básicas en las áreas de matemáticas e informática en alumnos de educación media a través de objetos de aprendizaje móviles.

III. ANÁLISIS Y DISEÑO

El desarrollo del sistema presentado en este artículo se realizó en dos etapas siguiendo la metodología ICONIX [35]. En cada etapa se llevaron a cabo las siguientes fases: análisis de requerimientos, análisis y diseño preliminar, diseño detallado, y finalmente implementación y pruebas. En la etapa 1 se desarrollaron los servicios para el seguimiento y reforzamiento del aprendizaje; y en la etapa 2 se desarrollaron los servicios de personalización y objetos de aprendizaje móviles. A continuación presentamos el diagrama de despliegue, diagramas de casos de uso, modelo de clases y modelo de datos.

A. Arquitectura del Sistema La arquitectura del sistema (Fig. 1) está integrada por tres

componentes: Moodle, aplicación móvil y el Repositorio de Objetos de Aprendizaje (ROA). A través de estos componentes los módulos de seguimiento y personalización del aprendizaje de nuestro sistema brindan diversos servicios a los alumnos y profesores.

Figura 1. Modelo de despliegue del aprendizaje móvil consciente de contexto.

El módulo de seguimiento del aprendizaje envía avisos vía SMS, Twitter y Facebook desde Moodle con conceptos clave para el reforzamiento del aprendizaje. Este módulo también realiza el aviso de nuevas actividades evaluables y el aviso del vencimiento de actividades evaluables a través del envío de SMS y publicaciones en Twitter y Facebook. Además,

permite ver en Moodle y en la aplicación móvil los resultados de los quizes de los OAMs contestados por los alumnos. Por otro lado, el módulo de personalización del aprendizaje permite determinar los estilos de aprendizaje, identificar el contexto y sugerir OAMs del ROA al estudiante. El ROA almacena los OAMs acorde a sus contenidos. Cada OAMs está enfocado a un estilo de aprendizaje y un contexto.

B. Casos de uso El diagrama de casos de uso (Fig. 2) modela las funciones

del sistema en dos partes: una en la aplicación móvil y otra en Moodle cuyas funcionalidades extienden cursos de Moodle, calificaciones del curso y actividades evaluables.

Figura 2. Diagrama general de los casos de uso del sistema.

En el caso de la app móvil el alumno puede iniciar sesión, ver sus resultados, consultar OAMs, ir a Moodle y acceder a los OAMs. Por otro lado, el profesor puede ver las calificaciones de los alumnos y publicar nuevas actividades, ver Fig. 2.

C. Diagramas de Clases El diagrama de clases de nuestro sistema está en un entorno

MVC (Modelo, Vista, Controlador) y modela las clases agrupadas en bloques, ver Fig. 3. En la sección de vista están las layout (interfaces gráficas). En la sección de controlador están los: WebServices encargados de la interacción con el ROA y Moodle, Activities que gestionan las interfaces gráficas, Operations que proveen funcionalidades a las Activities y la Arquitectura Consciente de Contexto (ACC) que determina el contexto del estudiante [34].

Figura 3. Diagrama general de clases del SAMCC.

Finalmente, en la sección de Modelo están las: Entities (clases que mapean cada tabla de la base de datos) que gestionan la información como objetos, el DAO gestiona la información enviada/recibida del módulo de controlador como objetos y el DB encargado de la gestión de la base de datos con la información que envía/recibe del DAO.

D. Modelo de Datos El modelo de datos describe la estructura de la información

que almacena el sistema. El modelo de datos para la app móvil (Fig. 4) consta de tablas que almacenan datos para personalización y seguimiento. Este modelo de datos se utiliza para mantener un registro de la información del usuario tal como: semestre, materias, unidades, estilos de aprendizaje, calificaciones, etc.

Figura 4. Modelo de datos de la aplicación Móvil.

En el caso de Moodle se agregan tablas al esquema nativo con la finalidad de proporcionar servicios de seguimiento, reforzamiento y personalización del aprendizaje (ver Fig. 5).

Figura 5. Fragmento del modelo de datos de Moodle con las tablas agregadas.

Las tablas agregadas a Moodle se utilizan para la gestión de información de los mensajes de seguimiento y reforzamiento del aprendizaje (tablas de color rojo) y guardar los estilos de aprendizaje de los alumnos (tablas color naranja), ver Fig. 5.

IV. IMPLEMENTACIÓN En esta sección se presentan los servicios de seguimiento y

personalización del aprendizaje y una descripción general de los OAMs desarrollados en este trabajo.

A. Servicios Enfocados al Seguimiento del Aprendizaje Los servicios de seguimiento son: visualización de

resultados, avisos de nuevas actividades y vencimiento de actividades a través del envío de SMS y publicaciones en Facebook y Twitter. La visualización de resultados de los quiz de los OAMs se realiza desde el móvil (Fig. 6a) y Moodle (Fig. 6b). En la aplicación móvil la visualización de resultados se realiza seleccionando: materia, unidad, OAM y quiz. Al seleccionar cada parámetro se muestra su calificación. En Moodle, los resultados se encuentran en la sección de calificaciones del curso (Fig. 6b).

(a) (b)

Figura 6. Visualización de resultados en: a) la aplicación Móvil, b) Moodle.

Los avisos de publicación de nuevas actividades y/o avisos del vencimiento de actividades evaluables se gestionan en una aplicación Java conectada a Moodle. Estos avisos de actividades nuevas o a dos días de vencer se realizan vía SMS (Fig. 7a), Twitter (Fig. 7b) y Facebook (Fig. 7c).

(a) (b) (c)

Figura 7. Recepción de Avisos de Seguimiento del Aprendizaje por: a) SMS, b) Twitter y c) Facebook.

En el caso del reforzamiento del aprendizaje se implementó un módulo en Moodle para la gestión del mensaje que permite seleccionar destinatarios de Facebook (Fig. 8c) y/o Twitter (Fig. 8b), por defecto, el aviso se envía por SMS (Fig. 8a).

(a) (b) (c)

Figura 8. Recepción de avisos del reforzamiento del aprendizaje por: a) SMS, b) Twitter, c) Facebook.

Por otra parte, un componente (widget) de Twitter agregado

en Moodle (Fig. 9) permite realizar avisos generales y no solo a un grupo.

Figura 9. Envió de avisos generales mediante Twitter.

Para recibir los avisos en Twitter publicados desde Moodle es necesario que en la aplicación nativa de Twitter del móvil se seleccione la opción de favorito en el perfil de la cuenta que se esta utilizando en Moodle.

B. Servicios Enfocados a la Personalización del Aprendizaje Los servicios de personalización del aprendizaje son:

obtención del contexto (actividad física), determinar estilos de aprendizaje y sugerir OAMs con base en el contexto y estilo de aprendizaje del estudiante. En nuestro trabajo se considera contexto a la actividad física, la cual es determinada por la arquitectura consciente de contexto desarrollada en [34] con base en el GPS y acelerómetro. La aplicación móvil clasifica la actividad en: reposo (estático y usando su teléfono) y movimiento (usando su teléfono y desplazándose). Por otro lado, en la aplicación móvil se implementó el Cuestionario Honey-Alonso [29] para determinar estilos de aprendizaje del alumno (activo, reflexivo, teórico y pragmático). Los dos estilos de mayor puntaje se asocian al usuario (Ver Fig. 10).

Figura 10. Implementación del Cuestionario Honey-Alonso de Estilos de Aprendizaje.

Por otra parte, el servicio de sugerencia de OAMs requiere de la selección de: materia, unidad y un click en el botón “ver OAMs” por parte del estudiante (Fig. 11a).

(a) (b) (c)

Figura 11. Sugerencia de OAM, a) selección de materia y unidad, b) consulta, c) lista de OAM.

Posteriormente, el sistema realiza la petición al ROA con los siguientes parámetros: contexto, materia, unidad y estilos de aprendizaje (Fig. 11b) del alumno. Como resultado, la aplicación móvil devuelve una lista de OAMs adecuados al estilo y contexto del estudiante (ver Fig. 11c).

C. Objetos de Aprendizaje Móviles Los OAMs (Fig. 12) desarrollados en este trabajo abordan

contenidos de informática y matemáticas y están orientados a un estilo de aprendizaje y un contexto. Estos OAMs se pueden visualizar en navegadores nativos de dispositivos móviles con Android e IOS (Fig. 12a) o instalar en un dispositivo móvil con sistema operativo Android, ver Fig. 12b.

(a) (b) Figura 12. Objeto de Aprendizaje Móvil, a) visualizable, b) apk instalable.

Los OAMs desarrollados en este trabajo están conformados por un menú de cuatro opciones en su interfaz principal: Lecciones, Ejemplos, Ejercicios y Evaluación (ver Fig. 12a). La opción Lecciones en los OAMs contiene un resumen de los principios teóricos que deben revisarse antes de interactuar con los ejemplos, ejercicios y evaluación del tema del OAM, y se puede consultar cada vez que se considere necesario para aclarar alguna duda.

Por otro lado, las opciones Ejemplos y Ejercicios de los OAMs presentan tres niveles de dificultad: básico, intermedio y avanzado, y para cada uno de estos niveles se presentan por lo menos cinco ejemplos/ejercicios diferentes para interactuar. Finalmente, la opción Evaluación en el caso de los OAMs de matemáticas o Quiz en el caso de los OAMs de informática retroalimentará al alumno para saber en qué medida el tema del OAM ha sido comprendido.

V. PRUEBAS En esta sección se describe principalmente las pruebas

piloto realizadas con un grupo de 47 alumnos y 4 profesores de educación media superior. Las pruebas establecieron escenarios que evalúan el flujo de los servicios del sistema en dispositivos móviles con diferentes versiones de Android (4.0.3, 4.1, 4.1.2, 4.2 y 4.4) y los dispositivos son de distintos fabricantes: Samsung, LG, Alcatel, Sony, Motorola, etc, ver Fig. 13.

Figura 13. Aplicación instalada en un celular con Android.

A. Prueba: Sugerencia de Objetos de Aprendizaje con base en el estilo del aprendizaje y Contexto del estudiante

Esta prueba evaluó la sugerencia de objetos de aprendizaje con base en estilos de aprendizaje y contexto del estudiante. Los escenarios probados fueron: sugerencia de objetos de aprendizaje considerando la actividad física (Fig. 14a y 14b), sugerencia de objetos de aprendizaje adecuados al estilo del usuario, envió de mensajes en caso de no haber objetos disponibles (Fig. 14c) y validación de campos en blanco (Fig. 14d).

a) b) c) d) Figura 14. Pruebas de sugerencia de Objeto de Aprendizaje Móvil, a)sugerencias basadas en estilos y actividad física estática , b) sugerencia basada en estilos y actividad física en movimiento, c) mensaje de aviso de ausencia de objetos sugeridos d) validación de campos en blanco.

B. Prueba: Gestión de Calificaciones Las pruebas de la gestión de calificaciones fueron:

obtención de calificaciones del usuario desde Moodle, registro de calificación en la aplicación móvil al responder un quiz, registro único de la calificación obtenida en un quiz, creación de la estructura de registro de calificaciones en Moodle, registro único en Moodle de la calificación obtenida de quiz y probar que se promedie correctamente las calificaciones del alumno, ver Fig 15.

a) b)

Figura 15. Pruebas de Gestión de calificaciones, a) Pruebas en Moodle, b) Pruebas en el Móvil.

C. Prueba: Aviso de nuevas actividades, actividades por vencer y mensajes de reforzamiento

En este caso, se solicitó a los usuarios acceder a sus cuentas de Twitter, Facebook y su aplicación de mensajería de texto en sus dispositivos móviles. Los escenarios probados fueron: recepción de avisos en Twitter, Facebook y SMS cuando el profesor publica una nueva actividad evaluable en Moodle,

recepción de avisos del vencimiento de actividades evaluables a través de Twitter, Facebook y SMS, recepción de avisos de reforzamiento a los alumnos del curso a través de las redes sociales y SMS, recepción de avisos de reforzamiento a los alumnos seleccionados en Facebook, Twitter y SMS y la no recepción de avisos en Twitter y/o Facebook al no seleccionar alguna o ambas opciones en Moodle, ver Fig. 16.

a) b) c)

Figura 16. Pruebas de avisos de actividades (publicación y/o vencimiento) y mensaje de reforzamiento, a) Twitter, b) Facebook y c) SMS.

VI. CONCLUSIONES Y TRABAJO FUTURO En este trabajo se presentó el análisis, diseño y desarrollo

de un sistema de aprendizaje móvil consciente de contexto con servicios de seguimiento y personalización del aprendizaje mediante avisos vía Twitter, Facebook y mensajería de texto. Las contribuciones que este sistema aporta son: un servicio de mensajes de reforzamiento del aprendizaje vía Facebook, Twitter y SMS, un servicio de aviso de nuevas actividades evaluables agregadas y/o por vencer a través de publicaciones en Twitter, Facebook y SMS. Otras contribuciones importantes son el: determinar el contexto y estilos de aprendizaje para sugerencias de contenidos educativos, ofrecer OAMs de matemáticas e informática con base en estilo y contexto del estudiante, proveer OAMs visualizables en navegadores web móviles de sistemas operativos IOS, Android y Windows Phone y OAMs instalables (aplicación nativa) para móviles con sistema operativo Android. Dentro de los servicios principales de personalización del aprendizaje se encuentra el de proveer Objetos de Aprendizaje Móviles adecuados al contexto y estilo de aprendizaje del estudiante con contenidos educativos de informática y matemáticas.

Por otra parte, algunos trabajos futuros a considerar son: permitir responder los avisos de reforzamiento, incluir otras redes sociales en el envío de avisos de reforzamiento y seguimiento y realizar un estudio sobre la usabilidad del SAMCC y los OAMs.

REFERENCIAS [1] J. Caudill, “The Growth of m-Learning and the Growth of Mobile

Computing: Parallel developments”, International Review of Research in Open and Distance Learning, vol. 8, no. 2, pp.1-13, June 2007.

[2] J. Hofmann, “Why Blended learning hasn’t (yet) fulfilled its promises”, in The handbook of blended learning: global perspectives, local designs, J. Wiley, Ed. San Francisco: CA. Pfeiffer, 2006, pp. 27-40.

[3] Fernández-Pampillón, Mobile learing: Análisis prospectivo de las potencialidades asociadas al Mobiile Learning, Madrid: ISEA S.Coop, 2009.

[4] BlackBoard, “BlackBoard Mobile”, 2013. [Online]. Available: http://www.blackboard.com/Platforms/Mobile/Overview.aspx

[5] K. Mitchell, N. J. P. Race, D. McCaffery, M. Bryson and Z. Cai, “Unified and Personalized Messaging to Support E-Learning”, in 4th

IEEE International Workshop on Wireless, Mobile and Ubiquitous Technology in Education (ICHIT’06), 2006

[6] S. Martin, E. San Cristóbal, R. Gil, G. Díaz, M. Castro y J. Peire, “Facilitando el Desarrollo de Aplicaciones para el Aprendizaje Móvi”l, en el Congreso de Fomento e Innovación con Nuevas Tecnologías en la Docencia de la Ingeniería, pp. 131- 135, 2009.

[7] R. Cheung, B. Stewart y R. Mcgreal, “Going Mobile with Moodle: First steps”, in IADIS International Conference on Mobile Learning, 2006

[8] Zhao and Z Yang. “Learning resource adaptation y delivery Framework For mobile learning”, in Proceedings of 35th ASEE, Frontiers in Education conference, Indianapolis, USA, pp 19-22, October 2005.

[9] E. Patokorpi, F. Tétard y N. Sjövall, “Learning objects to Support Constructivist Learning”, in Learning Objects: Applications & Future Directions. Harman, K. & Koohang,A. (Eds.), Chapter 7, Sta. Rosa Cal.: Informing Sciences Press, , pp. 187-221, 2007.

[10] A. Holzinger, A. Nischelwitzer Graz y M. Meisenberger, “Mobile Phones as a Challenge for Learning Objects”, in PerCom 2005 (Workshops), 2005.

[11] E. Martín y R.M. Carro, “Supporting the Development of Mobile Adaptive Learning Environments: A case study”, in IEEE Transactions on Learning Technologies, vol. 2, no.1, pp. 23-36, Jan-March 2009.

[12] C. Draganova, “Use of mobile phone technologies in learning”, in ACM SIGCSE Bulletin, Vol. 41, Issue 3, pp.399-399, September 2009.

[13] J.Y-K. Yau and M.S. Joy, “A Context-aware and Adaptive Learning Schedule Framework for Supporting Learners’ Daily Routines”, In Second International Workshop on Mobile Communications and Learning, pp. 22-28, 2007.

[14] U. Bhaskar, P. Govindarajulu, “Adaptive Approaches to Context Aware Mobile Learning Applications”, in International Journal of Computer Science and Security, Vol. 2, No. 2, pp. 15-27, 2008.

[15] A. Mohamed., “Mobile Learning: Transforming the Delivery of Education and Training”, 1st Ed., AU Press, p. 297, 2009.

[16] Emantras, MOBL21, 2013. [Online]. Available: http://www.mobl21.com/features/

[17] P. Wu, G. Hwang, L. Su y Y. Huang, A Context-Aware Mobile Learning System for Supporting Cognitive Apprenticeships in Nursing Skills Training, in Educational Technology & Society, pp. 223–236, 2012.

[18] A. Holzinger, A. Nischelwitzer y M. Meisenberger, “Mobile Phones as a Challenge for m-Learning:Examples for Mobile Interactive Learning Objects (MILOs)”, in IEEE Computer Society, 2005

[19] B. Mundaca Moraga y A. J. González, “Evaluación y Seguimiento del Aprendizaje en Salas de Clases Utilizando Dispositivos Móviles”, presentado en el XXI Congreso Chileno de Educación en Ingeniería, 2007

[20] R. Solis Ubaldo, M.S.V. Sánchez Salinas, R. Rodríguez Chavez, “Sistema para el Seguimiento del Aprendizaje en Matemáticas”. Presentado en el 3er. Foro Nacional de Ciencias Básicas, 2009.

[21] SAMSUNG, “Samsung Smart School”, 2013- [En Línea]. Disponible en: http://www.samsung.com/es/business/solutions-services/mobile-solutions/education/samsung-smart-school

[22] S. Gómez, P. Zervas, D. G. Sampson y R. Fabregat, “Context-aware adaptive and personalized mobile learning delivery supported by UoLmP”, Journal of King Saud University – Computer and Information Sciences, 2013.

[23] S. Martín, G. Díaz, I. Plaza, E. S. Cristóbal, M. Latorre, R. Gil, J. Peire y M. Castro “M2Learn: Framework Abierto para el Desarrollo de Aplicaciones para el Aprendizaje Móvil y Ubicuo”, IEEE-RITA, vol. 5, núm. 4, ISSN 1932-8540 © IEEE, 2010.

[24] E. Kantel, G. Tovar y A. Serrano, “Diseño de un Entorno Colaborativo Móvil para Apoyo al Aprendizaje a través de Dispositivos Móviles de Tercera Generación”, IEEE-RITA, Vol. 5, Núm. 4, ISSN 1932-8540 © IEEE, 2010.

[25] J. Minguillon, E. Mor, F. Santanach y L. Guárdia, “Personalización del proceso de aprendizaje usando learning objects reutilizables”, Revista de Educación a Distancia, Núm. 4, 2005.

[26] A. Ruiz Iniesta, G. Jiménez Díaz y M. Gómez Albarrán, “Personalización en Recomendadores Basados en Contenido y su Aplicación a Repositorios de Objetos de Aprendizaje”, IEEE-RITA, Vol. 5, Núm. 1, Feb. 2010.

[27] MLE, “Mobile Learning Engine”, 2013 [Online]. Available: mle.sourceforge.net

[28] A. K. Dey and G. D. Abowd, “Towards a Better Understanding of Context and Context-Awareness”, in Handheld and Ubiquitous

Computing, W. Gellersen, Ed. GA: Springer Berlin Heidelberg, 1999, pp. 304-307.

[29] M. Gutiérrez Tapias, M. Vivas, C. M. Alonso García y M. Sagrario Arranz de Dios, “Estudio Comparativo de los Estilos de Aaprendizajes de Aalumnado que Inicia sus Estudios Universitarios en Diversas Facultades de Venezuela, México Y España”, en Revista Estilos de Aprendizaje, vol. 7, núm. 7, pp. 35-62 ,2011.

[30] M. Dougiamas, Moodle Partner, “Moodle”, September 2013. [Online]. Available: http://www.moodle.org.

[31] Secretaría de Educación Pública, “Acuerdo número 442 por el que se establece el sistema nacional de bachillerato en un marco de diversidad”, Diario Oficial, Septiembre de 2008.

[32] Secretaría de Educación Pública, “Acuerdo número 444 por el que se establecen las competencias que constituyen el marco curricular común del Sistema Nacional de Bachillerato (SNB)”, Diario Oficial, Octubre de 2008.

[33] Eisenberg, M., Johnson, D., Berkowitz, B., “Information, Communications, and Technology (ICT) Skills Curriculum Based on the Big6 Skills Approach to Information Problem-Solving”, Library Media Connection, vol. 28, no. 6, pp. 24-27, May 2010.

[34] M. A. M. Acosta, E. L. Domínguez, G. G. Castro, S. E. P. Hernández and M. A. Medina Nieto, “Two-Level Software Architecture for Context-Aware Mobile Distributed Systems”, IEEE Latin America Transactions, Vol. 13, No. 4, pp. 1205-1210, 2015.

[35] A. Rosenberg and M. Stephens. Use Case Driving Object Modeling whit UML Theory and Practice, New York: Apress, 2007.

Germán Gómez Castro is a consultan in mobile and web develop of Computer Daparment at Harweb, in Veracruz . He completed his MSc Degree at the Laboratorio Nacional de Informática Avanzada (LANIA), Mexico in 2014. His current research interest are applications of context aware mobile systems in education. Eduardo Lopez Dominguez is a researcher in the Department of Computer Science at Laboratorio Nacional de Informática Avanzada (LANIA), in Veracruz, Mexico. He completed his PhD Degree at the National Institute of Astrophysics, Optics and Electronics (INAOE), Mexico in 2010. Since 2004, he has been researching in the field of mobile distributed systems, partial order algorithms and multimedia synchronization. Yesenia Hernández Velázquez is a researcher in the Department of Computer Science at Laboratorio Nacional de Informática Avanzada (LANIA), in Veracruz, Mexico. She completed her MSc Degree at the Benemérita Universidad Autónoma de Puebla (BUAP), Mexico in 2011. Since 2009, she has been researching in the field of mobile learning systems.

Magdalena Yahaira Rodríguez Matla is an associate professor of computer science at Laboratorio Nacional de Informática Avanzada (LANIA), in Veracruz, Mexico. She completed her MSc Degree at the National Laboratory of Applied Informatics (LANIA), Mexico in 2014. Her current research interest are applications of context aware mobile systems in education.

Cora B. Excelente Toledo is a researcher in the Department of Computer Science at Laboratorio Nacional de Informática Avanzada (LANIA), in Veracruz, Mexico. She completed her PhD Degree at University of Southampton, United Kingdom in 2003. Since 1999, she has been researching in the field of Multi-Agent Systems.

Saul Eduardo Pomares Hernandez is a researcher in the Computer Science Department at the National Institute of Astrophysics, Optics and Electronics (INAOE), in Puebla, Mexico. He completed his PhD Degree at the Laboratory for Analysis and Architecture of Systems of CNRS, France in 2002. Since 1998, he has been researching in the field of distributed systems, partial order algorithms and multimedia synchronization.