Minería de datos aplicada a estrategias para minimizar la deserción universitaria en carreras de Informática de la UNNOBA

Mostrar todas las versiones(2)

La presente investigación se desarrolla en el campo de la Ciencia Informática aplicada en Educación, articulando el área Informática con el subárea de Tecnología informática aplicada al campo educativo. El objetivo general que orienta esta tesis radica en definir y desarrollar, a partir de la utili...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Russo, Claudia Cecilia
Formato: Articulo Revision
Lenguaje:Español
Publicado: 2019
Materias:
Ciencias Informáticas
Deserción escolar
Data mining
Universidad
Educación Superior
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/90112
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-90112
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
Deserción escolar
Data mining
Universidad
Educación Superior
spellingShingle Ciencias Informáticas
Deserción escolar
Data mining
Universidad
Educación Superior
Russo, Claudia Cecilia
Minería de datos aplicada a estrategias para minimizar la deserción universitaria en carreras de Informática de la UNNOBA
topic_facet Ciencias Informáticas
Deserción escolar
Data mining
Universidad
Educación Superior
description La presente investigación se desarrolla en el campo de la Ciencia Informática aplicada en Educación, articulando el área Informática con el subárea de Tecnología informática aplicada al campo educativo. El objetivo general que orienta esta tesis radica en definir y desarrollar, a partir de la utilización de la minería de datos, un modelo de intervención áulica virtual que permita diseñar, e implementar, estrategias tecnológicas tendientes a realizar un seguimiento de las trayectorias educativas de aquellos estudiantes con rezago académico o riesgos de deserción; se espera que ello contribuya a minimizar la deserción en las carreras de Informática de la Universidad Nacional del Noroeste de la Provincia de Buenos Aires (UNNOBA). Los índices de deserción y desgranamiento en estas carreras son muy elevados, sobre todo en los dos primeros años. Ante esta certeza, se espera como aporte de esta tesis poder detectar, utilizando distintos procesos de minería de datos, falencias académicas que permitan predecir el rendimiento de los estudiantes y actuar en los potenciales casos de deserción, contribuyendo en última instancia a minimizar este fenómeno. Asimismo, los resultados de esta investigación y las herramientas de minería de datos aplicadas en su desarrollo, pueden hacerse extensibles a otros campos del sistema educativo en general o carreras de la UNNOBA en particular, incidiendo positivamente sobre la trayectoria académica de los estudiantes en riesgo de abandono.
format Articulo
Revision
author Russo, Claudia Cecilia
author_facet Russo, Claudia Cecilia
author_sort Russo, Claudia Cecilia
title Minería de datos aplicada a estrategias para minimizar la deserción universitaria en carreras de Informática de la UNNOBA
title_short Minería de datos aplicada a estrategias para minimizar la deserción universitaria en carreras de Informática de la UNNOBA
title_full Minería de datos aplicada a estrategias para minimizar la deserción universitaria en carreras de Informática de la UNNOBA
title_fullStr Minería de datos aplicada a estrategias para minimizar la deserción universitaria en carreras de Informática de la UNNOBA
title_full_unstemmed Minería de datos aplicada a estrategias para minimizar la deserción universitaria en carreras de Informática de la UNNOBA
title_sort minería de datos aplicada a estrategias para minimizar la deserción universitaria en carreras de informática de la unnoba
publishDate 2019
url http://sedici.unlp.edu.ar/handle/10915/90112
work_keys_str_mv AT russoclaudiacecilia mineriadedatosaplicadaaestrategiasparaminimizarladesercionuniversitariaencarrerasdeinformaticadelaunnoba
bdutipo_str Repositorios
_version_ 1764820490705174531

Ejemplares similares