Persona:
Mendieta Aragón, Adrián

Foto de perfil
Dirección de correo electrónico
ORCID
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Mendieta Aragón
Nombre de pila
Adrián
Nombre

Filtros

2022 - 20233
Restablecer filtros

Ajustes

search.filters.applied.f.accessLevel: Atribución 4.0 Internacional ×

Resultados de la búsqueda

Mostrando 1 - 3 de 3
  • Miniatura
    Publicación
    Comportamiento del consumidor en e-Turismo: Explorando nuevas aplicaciones del aprendizaje automático en los estudios de turismo
    (Universidad de Alicante, 2023-07-17) Mendieta Aragón, Adrián; Garín Muñoz, María Teresa
    Los mercados digitales han alterado la forma en que interactúan los agentes económicos y han cambiado el comportamiento de los turistas. Además, la pandemia de COVID-19 ha demostrado que es necesario monitorear la evolución del comportamiento del consumidor digital y los factores que influyen en él, ya que son elementos dinámicos que evolucionan en el tiempo. Este artículo analiza las desigualdades digitales y valida los principales factores que influyen en los turistas para reservar servicios turísticos en línea. Esta investigación utiliza un conjunto de microdatos con 69.752 y 23.779 observaciones para analizar el modo de reserva de los servicios de alojamiento y transporte, respectivamente, obtenidos de la Encuesta de Turismo de Residentes del Instituto Nacional de Estadística durante el periodo 2016-2021. El artículo confirma variaciones en el perfil del consumidor online y en las características del viaje. Uno de los hallazgos más relevantes es la reducción de la brecha generacional en la contratación online de servicios turísticos. Sin embargo, subsisten desigualdades digitales, como las desigualdades regionales y otras basadas en el nivel de estudios y los ingresos de los turistas. También se destaca que diferentes tipos de viajes, dependiendo del destino, el tipo de alojamiento o transporte, tienen una propensión diferente a reservarse a través de canales de compra digitales. La accesibilidad a las fuentes de big data y los avances recientes en los modelos de aprendizaje automático también han hecho evolucionar las metodologías para analizar el comportamiento del consumidor digital y deben incorporarse a los estudios de turismo. Este estudio compara el rendimiento predictivo de diferentes metodologías en el contexto del turismo electrónico. En particular, evaluamos la potencial capacidad predictiva que podría obtenerse usando técnicas de aprendizaje automático para explicar el comportamiento del consumidor en e-Tourism y lo usamos como punto de referencia para compararlo con los resultados obtenidos usando métodos estadísticos tradicionales. Las métricas de evaluación predictivas seleccionadas muestran que el modelo estadístico de regresión logística mejora la capacidad predictiva de la red neuronal Multilayer Perceptron y presenta valores muy cercanos la máxima capacidad predictiva alcanzada por el algoritmo Random Forest.
  • Miniatura
    Publicación
    Tackling the challenge of peer learning in hybrid and online universities
    (Springer, 2022-10-20) Mendieta Aragón, Adrián; Arguedas Sanz, Raquel; Ruiz Gómez, Luis Manuel; Navío Marco, Julio
    Peer learning is not fully developed or researched in online and hybrid higher education. This research analyses a peer learning experience in the asynchronous part of hybrid teaching, in one of the largest blended universities in Europe, promoting students to act as teachers of their peers, by preparing digital content (videos) for the course. This article studies whether there are behaviour patterns and different perceptions associated between students who act as teachers, and those who only act as students. The results indicate, among other findings, that students demand this type of activities, and value them very positively. Specifically, the “teachers” consider that this activity increases their motivation for the subject and their performance; they also consider that it significantly improves their creativity and communication skills, and they would definitely participate in the project again. The assessment of the students who merely view the materials is also very positive, and they prefer a learning method through classmate videos than the traditional learning method with printed materials. The research is also a boost to finding ways to promote learning among equals in non-classroom teaching in digital environments
  • Miniatura
    Publicación
    Comportamiento del consumidor en e-Turismo: Explorando nuevas aplicaciones del aprendizaje automático en los estudios de turismo
    (Universidad de Alicante, 2023-07-17) Mendieta Aragón, Adrián; Garín Muñoz, María Teresa
    Los mercados digitales han alterado la forma en que interactúan los agentes económicos y han cambiado el comportamiento de los turistas. Además, la pandemia de COVID-19 ha demostrado que es necesario monitorear la evolución del comportamiento del consumidor digital y los factores que influyen en él, ya que son elementos dinámicos que evolucionan en el tiempo. Este artículo analiza las desigualdades digitales y valida los principales factores que influyen en los turistas para reservar servicios turísticos en línea. Esta investigación utiliza un conjunto de microdatos con 69.752 y 23.779 observaciones para analizar el modo de reserva de los servicios de alojamiento y transporte, respectivamente, obtenidos de la Encuesta de Turismo de Residentes del Instituto Nacional de Estadística durante el periodo 2016-2021. El artículo confirma variaciones en el perfil del consumidor online y en las características del viaje. Uno de los hallazgos más relevantes es la reducción de la brecha generacional en la contratación online de servicios turísticos. Sin embargo, subsisten desigualdades digitales, como las desigualdades regionales y otras basadas en el nivel de estudios y los ingresos de los turistas. También se destaca que diferentes tipos de viajes, dependiendo del destino, el tipo de alojamiento o transporte, tienen una propensión diferente a reservarse a través de canales de compra digitales. La accesibilidad a las fuentes de big data y los avances recientes en los modelos de aprendizaje automático también han hecho evolucionar las metodologías para analizar el comportamiento del consumidor digital y deben incorporarse a los estudios de turismo. Este estudio compara el rendimiento predictivo de diferentes metodologías en el contexto del turismo electrónico. En particular, evaluamos la potencial capacidad predictiva que podría obtenerse usando técnicas de aprendizaje automático para explicar el comportamiento del consumidor en e-Tourism y lo usamos como punto de referencia para compararlo con los resultados obtenidos usando métodos estadísticos tradicionales. Las métricas de evaluación predictivas seleccionadas muestran que el modelo estadístico de regresión logística mejora la capacidad predictiva de la red neuronal Multilayer Perceptron y presenta valores muy cercanos la máxima capacidad predictiva alcanzada por el algoritmo Random Forest.