Modelos predictivos y técnicas de minería de datos para la identificación de factores asociados al rendimiento académico de alumnos universitarios
Este proyecto tiene por objetivo construir modelos predictivos del rendimiento académico de los estudiantes de las diversas carreras de la FACENA de la UNNE. Las variables a incorporar en los modelos serán seleccionadas de acuerdo a los resultados obtenidos a partir de los siguientes análisis: a) Re...
Guardado en:
Autores principales: | , , |
---|---|
Formato: | Objeto de conferencia |
Lenguaje: | Español |
Publicado: |
2009
|
Materias: | |
Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/19846 |
Aporte de: |
id |
I19-R120-10915-19846 |
---|---|
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 Computer Uses in Education Rendimiento académico tecnologia Educación Superior Education Minería de datos Métodos simbólicos Métodos estadísticos |
spellingShingle |
Ciencias Informáticas Computer Uses in Education Rendimiento académico tecnologia Educación Superior Education Minería de datos Métodos simbólicos Métodos estadísticos Porcel, Eduardo Dapozo, Gladys N. López, María Victoria Modelos predictivos y técnicas de minería de datos para la identificación de factores asociados al rendimiento académico de alumnos universitarios |
topic_facet |
Ciencias Informáticas Computer Uses in Education Rendimiento académico tecnologia Educación Superior Education Minería de datos Métodos simbólicos Métodos estadísticos |
description |
Este proyecto tiene por objetivo construir modelos predictivos del rendimiento académico de los estudiantes de las diversas carreras de la FACENA de la UNNE. Las variables a incorporar en los modelos serán seleccionadas de acuerdo a los resultados obtenidos a partir de los siguientes análisis: a) Resultados del test de diagnóstico de conocimientos matemáticos previos; b) Condiciones socioeconómicas de los alumnos de las distintas carreras y datos obtenidos de encuesta directa a los alumnos de primer año. Para la formulación y ajustes de los modelos de predicción, se utilizarán alternativamente, técnicas de minería de datos clásicas y métodos simbólicos o inteligentes, evaluando su desempeño en la predicción del rendimiento académico de los alumnos. Los resultados obtenidos a partir del desarrollo de este proyecto, constituirán un aporte significativo para los procesos de evaluación y acreditación universitarios, considerando que la reflexión sobre todos los elementos proporcionados por el análisis del rendimiento del alumnado contribuirá a la mejora de la calidad del sistema educativo. |
format |
Objeto de conferencia Objeto de conferencia |
author |
Porcel, Eduardo Dapozo, Gladys N. López, María Victoria |
author_facet |
Porcel, Eduardo Dapozo, Gladys N. López, María Victoria |
author_sort |
Porcel, Eduardo |
title |
Modelos predictivos y técnicas de minería de datos para la identificación de factores asociados al rendimiento académico de alumnos universitarios |
title_short |
Modelos predictivos y técnicas de minería de datos para la identificación de factores asociados al rendimiento académico de alumnos universitarios |
title_full |
Modelos predictivos y técnicas de minería de datos para la identificación de factores asociados al rendimiento académico de alumnos universitarios |
title_fullStr |
Modelos predictivos y técnicas de minería de datos para la identificación de factores asociados al rendimiento académico de alumnos universitarios |
title_full_unstemmed |
Modelos predictivos y técnicas de minería de datos para la identificación de factores asociados al rendimiento académico de alumnos universitarios |
title_sort |
modelos predictivos y técnicas de minería de datos para la identificación de factores asociados al rendimiento académico de alumnos universitarios |
publishDate |
2009 |
url |
http://sedici.unlp.edu.ar/handle/10915/19846 |
work_keys_str_mv |
AT porceleduardo modelospredictivosytecnicasdemineriadedatosparalaidentificaciondefactoresasociadosalrendimientoacademicodealumnosuniversitarios AT dapozogladysn modelospredictivosytecnicasdemineriadedatosparalaidentificaciondefactoresasociadosalrendimientoacademicodealumnosuniversitarios AT lopezmariavictoria modelospredictivosytecnicasdemineriadedatosparalaidentificaciondefactoresasociadosalrendimientoacademicodealumnosuniversitarios |
bdutipo_str |
Repositorios |
_version_ |
1764820464753967106 |