Predicción bayesiana del desempeño académico en curso de admisión: Un caso en Argentina para carreras de ingeniería

Este artículo presenta una red bayesiana especialmente creada para efectuar la predicción de ingreso de aspirantes a carreras universitarias de ingeniería en una universidad argentina. La red desarrollada toma en consideración asistencias, notas de exámenes de las materias incluidas en el curso de i...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Anriquez Atia, Walter Martin, Ponce Padilla, César Gabriel, Díaz, Matías, Salazar, Nevelin, Costaguta, Rosanna
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/176337
Aporte de:
id I19-R120-10915-176337
record_format dspace
spelling I19-R120-10915-1763372025-02-10T20:04:55Z http://sedici.unlp.edu.ar/handle/10915/176337 Predicción bayesiana del desempeño académico en curso de admisión: Un caso en Argentina para carreras de ingeniería Anriquez Atia, Walter Martin Ponce Padilla, César Gabriel Díaz, Matías Salazar, Nevelin Costaguta, Rosanna 2024-10 2024 2025-02-10T18:35:22Z es Ciencias Informáticas Red bayesiana Predicción en el ingreso universitario Estudiantes de ingeniería Este artículo presenta una red bayesiana especialmente creada para efectuar la predicción de ingreso de aspirantes a carreras universitarias de ingeniería en una universidad argentina. La red desarrollada toma en consideración asistencias, notas de exámenes de las materias incluidas en el curso de ingreso, y de corresponder, también las notas de exámenes de recuperación, para predecir si el aspirante aprobará el curso de ingreso. Para realizar el testeo de la red se contó con datos históricos pertenecientes a ciento veinte estudiantes reales, aspirantes a ingresar durante 2022 y 2023, a las carreras de ingeniería de la Facultad de Ciencias Exactas y Tecnologías, perteneciente a la Universidad Nacional de Santiago del Estero. Las métricas aplicadas sobre los resultados experimentales demuestran un adecuado funcionamiento de la red bayesiana en la predicción del desempeño académico de los estudiantes aspirantes a ingresar a la universidad, por lo cual la red bayesiana construida resulta una herramienta de apoyo a la toma de decisiones para la mencionada facultad. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 401-410
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Red bayesiana
Predicción en el ingreso universitario
Estudiantes de ingeniería
spellingShingle Ciencias Informáticas
Red bayesiana
Predicción en el ingreso universitario
Estudiantes de ingeniería
Anriquez Atia, Walter Martin
Ponce Padilla, César Gabriel
Díaz, Matías
Salazar, Nevelin
Costaguta, Rosanna
Predicción bayesiana del desempeño académico en curso de admisión: Un caso en Argentina para carreras de ingeniería
topic_facet Ciencias Informáticas
Red bayesiana
Predicción en el ingreso universitario
Estudiantes de ingeniería
description Este artículo presenta una red bayesiana especialmente creada para efectuar la predicción de ingreso de aspirantes a carreras universitarias de ingeniería en una universidad argentina. La red desarrollada toma en consideración asistencias, notas de exámenes de las materias incluidas en el curso de ingreso, y de corresponder, también las notas de exámenes de recuperación, para predecir si el aspirante aprobará el curso de ingreso. Para realizar el testeo de la red se contó con datos históricos pertenecientes a ciento veinte estudiantes reales, aspirantes a ingresar durante 2022 y 2023, a las carreras de ingeniería de la Facultad de Ciencias Exactas y Tecnologías, perteneciente a la Universidad Nacional de Santiago del Estero. Las métricas aplicadas sobre los resultados experimentales demuestran un adecuado funcionamiento de la red bayesiana en la predicción del desempeño académico de los estudiantes aspirantes a ingresar a la universidad, por lo cual la red bayesiana construida resulta una herramienta de apoyo a la toma de decisiones para la mencionada facultad.
format Objeto de conferencia
Objeto de conferencia
author Anriquez Atia, Walter Martin
Ponce Padilla, César Gabriel
Díaz, Matías
Salazar, Nevelin
Costaguta, Rosanna
author_facet Anriquez Atia, Walter Martin
Ponce Padilla, César Gabriel
Díaz, Matías
Salazar, Nevelin
Costaguta, Rosanna
author_sort Anriquez Atia, Walter Martin
title Predicción bayesiana del desempeño académico en curso de admisión: Un caso en Argentina para carreras de ingeniería
title_short Predicción bayesiana del desempeño académico en curso de admisión: Un caso en Argentina para carreras de ingeniería
title_full Predicción bayesiana del desempeño académico en curso de admisión: Un caso en Argentina para carreras de ingeniería
title_fullStr Predicción bayesiana del desempeño académico en curso de admisión: Un caso en Argentina para carreras de ingeniería
title_full_unstemmed Predicción bayesiana del desempeño académico en curso de admisión: Un caso en Argentina para carreras de ingeniería
title_sort predicción bayesiana del desempeño académico en curso de admisión: un caso en argentina para carreras de ingeniería
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/176337
work_keys_str_mv AT anriquezatiawaltermartin prediccionbayesianadeldesempenoacademicoencursodeadmisionuncasoenargentinaparacarrerasdeingenieria
AT poncepadillacesargabriel prediccionbayesianadeldesempenoacademicoencursodeadmisionuncasoenargentinaparacarrerasdeingenieria
AT diazmatias prediccionbayesianadeldesempenoacademicoencursodeadmisionuncasoenargentinaparacarrerasdeingenieria
AT salazarnevelin prediccionbayesianadeldesempenoacademicoencursodeadmisionuncasoenargentinaparacarrerasdeingenieria
AT costagutarosanna prediccionbayesianadeldesempenoacademicoencursodeadmisionuncasoenargentinaparacarrerasdeingenieria
_version_ 1845116783417098240