Minería de datos educacional en ambientes virtuales de aprendizaje
En la actualidad, los Ambientes Virtuales de Aprendizaje (AVAs) almacenan una gran cantidad de datos sobre las actividades de los estudiantes cuando estos toman un curso y usualmente esta información es utilizada para monitorear características del curso. Esta información se presenta comúnmente en f...
Autores principales: | , , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2012
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/19421 |
Aporte de: |
id |
I19-R120-10915-19421 |
---|---|
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 software Educación a Distancia Data mining ambientes virtuales de aprendizaje; educación en ingeniería |
spellingShingle |
Ciencias Informáticas software Educación a Distancia Data mining ambientes virtuales de aprendizaje; educación en ingeniería Huapaya, Constanza Raquel Lizarralde, Francisco Ángel José Arona, Graciela Massa, Stella Maris Minería de datos educacional en ambientes virtuales de aprendizaje |
topic_facet |
Ciencias Informáticas software Educación a Distancia Data mining ambientes virtuales de aprendizaje; educación en ingeniería |
description |
En la actualidad, los Ambientes Virtuales de Aprendizaje (AVAs) almacenan una gran cantidad de datos sobre las actividades de los estudiantes cuando estos toman un curso y usualmente esta información es utilizada para monitorear características del curso. Esta información se presenta comúnmente en formato tabular que, dependiendo de la cantidad o del tipo de datos, a veces resulta difícil de interpretar.
Esta vasta cantidad de datos no puede ser inspeccionada manualmente. Esta es la razón por la cual el uso de la Minería de Datos Educacional (MDE) es muy apropiada para descubrir información “escondida” en las bases de datos de un AVA. Los métodos pueden ser aplicados para explorar, visualizar, y analizar datos de e-learning con la finalidad de identificar patrones útiles aplicables a la evaluación de la actividad del usuario en la web y descubrir más profundamente como aprenden los estudiantes.
Los métodos nos permiten revelar nuevo, interesante y útil conocimiento basado en datos de la actividad del estudiante. En particular, nos interesa investigar la información para estimar los perfiles cognitivos del estudiante a partir de los datos recolectados. Estos perfiles aportarán conocimiento al AVA para entregar material remedial (como Objetos de Aprendizaje personalizados) para los estudiantes con bajo rendimiento |
format |
Objeto de conferencia Objeto de conferencia |
author |
Huapaya, Constanza Raquel Lizarralde, Francisco Ángel José Arona, Graciela Massa, Stella Maris |
author_facet |
Huapaya, Constanza Raquel Lizarralde, Francisco Ángel José Arona, Graciela Massa, Stella Maris |
author_sort |
Huapaya, Constanza Raquel |
title |
Minería de datos educacional en ambientes virtuales de aprendizaje |
title_short |
Minería de datos educacional en ambientes virtuales de aprendizaje |
title_full |
Minería de datos educacional en ambientes virtuales de aprendizaje |
title_fullStr |
Minería de datos educacional en ambientes virtuales de aprendizaje |
title_full_unstemmed |
Minería de datos educacional en ambientes virtuales de aprendizaje |
title_sort |
minería de datos educacional en ambientes virtuales de aprendizaje |
publishDate |
2012 |
url |
http://sedici.unlp.edu.ar/handle/10915/19421 |
work_keys_str_mv |
AT huapayaconstanzaraquel mineriadedatoseducacionalenambientesvirtualesdeaprendizaje AT lizarraldefranciscoangeljose mineriadedatoseducacionalenambientesvirtualesdeaprendizaje AT aronagraciela mineriadedatoseducacionalenambientesvirtualesdeaprendizaje AT massastellamaris mineriadedatoseducacionalenambientesvirtualesdeaprendizaje |
bdutipo_str |
Repositorios |
_version_ |
1764820464091267074 |