Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE

Describimos el contexto en el que se realiza una experiencia en la que evaluaremos el rendimiento de los estudiantes mediante técnicas de Minería de Datos analizando el perfil de cada estudiante desde otras variables, además de las ya clásicas de: calificaciones y desempeño académico. Trabaja...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Acosta, Julio César, La Red Martínez, David Luis
Otros Autores: Rosa Martins, Ernane
Formato: parte de libro
Lenguaje:Español
Publicado: Atena 2024
Materias:
Rendimiento académico
Almacenes de datos
Minería de datos
Modelos predictivos
Academic performance
Data stores
Data mining
Predictive models
Acceso en línea:http://repositorio.unne.edu.ar/handle/123456789/55773
Aporte de:
RIUNNE - Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) de Universidad Nacional del Nordeste
id I48-R184-123456789-55773
record_format dspace
spelling I48-R184-123456789-557732025-03-06T11:57:38Z Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE Acosta, Julio César La Red Martínez, David Luis Rosa Martins, Ernane Rendimiento académico Almacenes de datos Minería de datos Modelos predictivos Academic performance Data stores Data mining Predictive models Describimos el contexto en el que se realiza una experiencia en la que evaluaremos el rendimiento de los estudiantes mediante técnicas de Minería de Datos analizando el perfil de cada estudiante desde otras variables, además de las ya clásicas de: calificaciones y desempeño académico. Trabajamos desde el modelo metodológico propuesto de Matriz de Datos y Sistemas de Matrices de Datos que se adecúa al uso que le damos al Data Warehouse para procesar datos y principalmente determinar las variables que intervienen. Buscamos encontrar las variables en estudio entre otras en: factores socioeconómicos, demográficos, actitudinales; en base a las cuales clasificaremos los diferentes perfiles de alumnos para poder implementar acciones proactivas que contribuyan a mejorar el rendimiento de los alumnos y disminuir la deserción. Describimos el modelo a implementar con el uso de Data Warehouse para determinar los perfiles de rendimiento académico en las asignaturas Algebra de la carrera Licenciatura en Sistemas de Información (LSI) de la Facultad de Ciencias Exactas y Naturales y Agrimensura (FaCENA) de la Universidad Nacional del Nordeste (UNNE) y Matemática I de la carrera Ingeniería Agronómica (IA) de la Facultad de Ciencias Agrarias (FCA) de la UNNE. Este trabajo se realiza en el marco del Proyecto de Investigación PI 16F002 acreditado por Res. N° 970/16 CS-UNNE. We describe the context in which an experience is carried out in which we will evaluate student performance through Data Mining techniques by analyzing the profile of each student from other variables, in addition to the classic ones of: grades and academic performance. We work from the proposed methodological model of Data Matrix and Data Matrix Systems that is adapted to the use we give to the Data Warehouse to process data and mainly determine the variables involved. We seek to find the variables under study among others in: socioeconomic, demographic, attitudinal factors; based on which we will classify the different profiles of students to be able to implement proactive actions that contribute to improve student performance and decrease attrition. We describe the model to be implemented with the use of Data Warehouse to determine the academic performance profiles in the Algebra subjects of the Degree in Information Systems (LSI) of the Faculty of Exact and Natural Sciences and Surveying (FaCENA) of the National University of the Northeast (UNNE) and Mathematics I of the Agricultural Engineering (IA) of the Faculty of Agricultural Sciences (FCA) of the UNNE. This work is carried out within the framework of Research Project PI 16F002 accredited by Res. N ° 970/16 CS-UNNE 2024-10-04T17:26:01Z 2024-10-04T17:26:01Z 2020 parte de libro Acosta, Julio César y La Red Martínez, David Luis, 2020. Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE. En: Rosa Martins, Ernane, org. A ciência da computação e o desenvolvimento de conteúdo tecnológico relevante para a sociedade. Ponta Grossa: Atena, p. 47-59. ISBN 978-65-86002-68-3. 978-65-86002-68-3 http://repositorio.unne.edu.ar/handle/123456789/55773 spa openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ application/pdf p. 47-59 application/pdf Atena
institution Universidad Nacional del Nordeste
institution_str I-48
repository_str R-184
collection RIUNNE - Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
language Español
topic Rendimiento académico
Almacenes de datos
Minería de datos
Modelos predictivos
Academic performance
Data stores
Data mining
Predictive models
spellingShingle Rendimiento académico
Almacenes de datos
Minería de datos
Modelos predictivos
Academic performance
Data stores
Data mining
Predictive models
Acosta, Julio César
La Red Martínez, David Luis
Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE
topic_facet Rendimiento académico
Almacenes de datos
Minería de datos
Modelos predictivos
Academic performance
Data stores
Data mining
Predictive models
description Describimos el contexto en el que se realiza una experiencia en la que evaluaremos el rendimiento de los estudiantes mediante técnicas de Minería de Datos analizando el perfil de cada estudiante desde otras variables, además de las ya clásicas de: calificaciones y desempeño académico. Trabajamos desde el modelo metodológico propuesto de Matriz de Datos y Sistemas de Matrices de Datos que se adecúa al uso que le damos al Data Warehouse para procesar datos y principalmente determinar las variables que intervienen. Buscamos encontrar las variables en estudio entre otras en: factores socioeconómicos, demográficos, actitudinales; en base a las cuales clasificaremos los diferentes perfiles de alumnos para poder implementar acciones proactivas que contribuyan a mejorar el rendimiento de los alumnos y disminuir la deserción. Describimos el modelo a implementar con el uso de Data Warehouse para determinar los perfiles de rendimiento académico en las asignaturas Algebra de la carrera Licenciatura en Sistemas de Información (LSI) de la Facultad de Ciencias Exactas y Naturales y Agrimensura (FaCENA) de la Universidad Nacional del Nordeste (UNNE) y Matemática I de la carrera Ingeniería Agronómica (IA) de la Facultad de Ciencias Agrarias (FCA) de la UNNE. Este trabajo se realiza en el marco del Proyecto de Investigación PI 16F002 acreditado por Res. N° 970/16 CS-UNNE.
author2 Rosa Martins, Ernane
author_facet Rosa Martins, Ernane
Acosta, Julio César
La Red Martínez, David Luis
format parte de libro
author Acosta, Julio César
La Red Martínez, David Luis
author_sort Acosta, Julio César
title Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE
title_short Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE
title_full Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE
title_fullStr Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE
title_full_unstemmed Minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la UNNE
title_sort minería de datos para la determinar los perfiles de rendimiento académico de los alumnos en la unne
publisher Atena
publishDate 2024
url http://repositorio.unne.edu.ar/handle/123456789/55773
work_keys_str_mv AT acostajuliocesar mineriadedatosparaladeterminarlosperfilesderendimientoacademicodelosalumnosenlaunne
AT laredmartinezdavidluis mineriadedatosparaladeterminarlosperfilesderendimientoacademicodelosalumnosenlaunne
_version_ 1832345359549988864

Ejemplares similares