Análisis de estilos de aprendizaje mediante minería de datos.

Abstract

La academia realiza de manera constante aportes para potenciar las capacidades de los estudiantes, para la mejora de su rendimiento académico, en el a˜no 2006 es propuesto por Neil Fleming y Collen Mills, el modelo de desarrollar un instrumento sencillo a fin de determinar las predicciones de modalidad sensorial al momento de procesar información, al que denominan VARK: ¿Visual, Auditivo, lector? escritor y kinestésico. Por otro lado, la Minería de Datos (MD), es el campo que permite descubrir información nueva y potencialmente útil de grandes cantidades de datos. Se ha empleado en numerosos campos, recientemente, se ha incrementado el interés en utilizar la MD en el estudio educacional, centrándose en el desarrollo de técnicas de descubrimiento que utilicen los datos para comprender mejor a los estudiantes y el entorno en el que aprenden. Por lo que este trabajo identifico patrones de aprendizaje de los alumnos de las carreras de grado de la Facultad Politécnica de la UNE, utilizando minería de datos. Para esto se utilizó la metodología VARK, se recolectaron 172 encuestas completadas por alumnos de la FPUNE con las preguntas propuestas por este modelo, durante el a˜no 2020. Los datos obtenidos fueron preparados, a través de la limpieza y corrección, eliminando ruidos, modificando formatos, y completando los datos faltantes para que puedan ser procesados por software WEKA, donde es elegido el algoritmo simple k-means de clustering, dividiendo las carreras con énfasis tecnológicos y sociales. Esta técnica crea modelos automáticos a partir del reconocimiento de patrones sobre un conjunto de datos, donde los estudiantes de las carreras tecnológicas han presentados un estilo de aprendizaje predominante kinestésico y lecto/escritura y los estudiantes de la carrera de Lic. en Turismo presentan un patrón predominante de a lecto/escritura y auditiva. De esta forma es demostrada y aceptada la hipótesis propuesta.