Educación digital y la minería de datos educativos
La presente investigación luego de más de diez años de producción de Moodle para el soporte de cátedras, tiene como principal objetivo la conectividad automática entre las bases de datos SIU-Guaraní (la mandatoria), SIU-Kolla y Econet. Esto permitirá entre otras cosas: contar con datos educativos ce...
Guardado en:
| Autores principales: | , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2020
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/122052 http://49jaiio.sadio.org.ar/pdfs/sts/STS-10.pdf |
| Aporte de: |
| id |
I19-R120-10915-122052 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Nacional de La Plata |
| institution_str |
I-19 |
| repository_str |
R-120 |
| collection |
SEDICI (UNLP) |
| language |
Español |
| topic |
Ciencias Informáticas Minería de datos educativos Análisis del aprendizaje Moodle Educational data mining Analysis of learning |
| spellingShingle |
Ciencias Informáticas Minería de datos educativos Análisis del aprendizaje Moodle Educational data mining Analysis of learning Cavaller Riva, Daniel Guillermo Ortega Yubro, Cristian Darío Dueñas, Emiliano Andrés Sosa, Héctor Nicolás Educación digital y la minería de datos educativos |
| topic_facet |
Ciencias Informáticas Minería de datos educativos Análisis del aprendizaje Moodle Educational data mining Analysis of learning |
| description |
La presente investigación luego de más de diez años de producción de Moodle para el soporte de cátedras, tiene como principal objetivo la conectividad automática entre las bases de datos SIU-Guaraní (la mandatoria), SIU-Kolla y Econet. Esto permitirá entre otras cosas: contar con datos educativos certeros en bases de datos confiables, mejorar la eficiencia administrativa en la carga de información al realizarse por única vez y luego ser compartida, depurar las bases de datos automáticamente al formular una máquina (pieza de software) para autoaprender, incorporando Inteligencia Artificial a través de una machine learning. Además, esto facilitará los aprendizajes didácticos. Esta herramienta estará a disposición de la Secretaría Académica, el Servicio de Apoyo Pedagógico y Orientación al Estudiante (SAPOE), Direcciones de Carrera y de los Profesores Editores para la toma de decisiones y el planteo de estrategias a nivel EIS (Sistema de Información Ejecutiva). Para ello se cuenta con las opciones analíticas de Moodle y las que se pueden desarrollar con Python, con datos educativos en línea, a través de la metodología CRISP-DM. |
| format |
Objeto de conferencia Objeto de conferencia |
| author |
Cavaller Riva, Daniel Guillermo Ortega Yubro, Cristian Darío Dueñas, Emiliano Andrés Sosa, Héctor Nicolás |
| author_facet |
Cavaller Riva, Daniel Guillermo Ortega Yubro, Cristian Darío Dueñas, Emiliano Andrés Sosa, Héctor Nicolás |
| author_sort |
Cavaller Riva, Daniel Guillermo |
| title |
Educación digital y la minería de datos educativos |
| title_short |
Educación digital y la minería de datos educativos |
| title_full |
Educación digital y la minería de datos educativos |
| title_fullStr |
Educación digital y la minería de datos educativos |
| title_full_unstemmed |
Educación digital y la minería de datos educativos |
| title_sort |
educación digital y la minería de datos educativos |
| publishDate |
2020 |
| url |
http://sedici.unlp.edu.ar/handle/10915/122052 http://49jaiio.sadio.org.ar/pdfs/sts/STS-10.pdf |
| work_keys_str_mv |
AT cavallerrivadanielguillermo educaciondigitalylamineriadedatoseducativos AT ortegayubrocristiandario educaciondigitalylamineriadedatoseducativos AT duenasemilianoandres educaciondigitalylamineriadedatoseducativos AT sosahectornicolas educaciondigitalylamineriadedatoseducativos AT cavallerrivadanielguillermo digitaleducationandeducationaldatamining AT ortegayubrocristiandario digitaleducationandeducationaldatamining AT duenasemilianoandres digitaleducationandeducationaldatamining AT sosahectornicolas digitaleducationandeducationaldatamining |
| bdutipo_str |
Repositorios |
| _version_ |
1764820449373454337 |