Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2017-10-11T13:33:43Z
dc.date.available 2017-10-11T13:33:43Z
dc.date.issued 2017-04
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/62852
dc.description.abstract El problema de la deserción temprana en las Universidades se ve agravado cada día más por diferentes causas. La situación académica de pobre rendimiento se ve afectada por múltiples factores que conforman un escenario complejo de análisis. En general no existe un solo aspecto que determine el fracaso de los alumnos, por el contrario, es la interacción de varias circunstancias la que provoca el abandono de las carreras universitarias. Claramente, la situación socio-económica es clave a la hora del análisis y no puede dejarse de lado cuando se intenta estudiar el fenómeno de la deserción. Es importante, por tanto, estudiar y determinar cuáles son las variables que inciden en el rendimiento académico a fin de poder establecer estrategias de acción pedagógicas que permitan mejorar dicho rendimiento. Claramente, la interacción de dichas variables es un problema complejo de abordar con técnicas de análisis tradicionales. Por esto se propone realizar un análisis de los datos utilizando herramientas computacionales y algoritmos adecuados para tal fin. Este proyecto tiene como propósito intentar establecer los perfiles de rendimiento académico de los alumnos de la Universidad Nacional del Este (UNE) de Ciudad del Este – Paraguay a fin de poder describir la situación de deserción e intentar explicar las causas que motivan el abandono de las carreras que se dictan allí. Para ello, se utiliza- rán técnicas de minería sobre los datos académi- cos y socio-económicos de los alumnos, aplicando algoritmos de búsqueda de conocimiento en grandes volúmenes de información. Entre esos algoritmos de Minería de Datos (del inglés Data Mining o DM) se destaca la utilización de redes neuronales, algoritmos genéticos, predicción dinámica, agentes inteligentes, clustering, reglas de asociación, árboles de decisión, análisis de correlación, análisis semántico, análisis de regresión, entre otros. Si bien el proyecto se llevará a cabo analizando carreras de la UNE, ha sido desarrollado en el ámbito de la Red de Cooperación Interuniversitaria en TICs del Mercosur (ReCITic) integrada por la Universidad Tecnológica Nacional, Facultad Regional Resistencia (UTN-FRRe, Resistencia, Chaco, Argentina), la Universidad Gastón Dachary (UGD, Posadas, Misiones, Argentina), la Universidade Estadual do Oeste do Paraná (UNIOESTE, Foz do Iguaҫú, Brasil) y la Universidad Nacional del Este (UNE, Ciudad del Este, Paraguay). En el proyecto trabajarán docentes investigadores de las mencionadas universidades, lo que lo hace de carácter interdisciplinario e internacional. es
dc.format.extent 1149-1153 es
dc.language es es
dc.subject Modeling and prediction es
dc.subject rendimiento académico es
dc.subject Minería de Datos es
dc.subject Information Storage es
dc.title Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay es
dc.type Objeto de conferencia es
sedici.identifier.isbn 978-987-42-5143-5 es
sedici.creator.person La Red Martínez, David L. es
sedici.creator.person Bobadilla, Gabriela es
sedici.description.note Eje: Tecnología Informática Aplicada en Educación. es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Red de Universidades con Carreras en Informática (RedUNCI) es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/4.0/
sedici.date.exposure 2017-04
sedici.relation.event XIX Workshop de Investigadores en Ciencias de la Computación (WICC 2017, ITBA, Buenos Aires) es
sedici.description.peerReview peer-review es
sedici.relation.isRelatedWith http://sedici.unlp.edu.ar/handle/10915/61343 es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)