Please use this identifier to cite or link to this item:
http://localhost:8080/xmlui/handle/123456789/33
Title: | Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay |
Authors: | Bobadilla de A., Gabriela Matilde la Red Martínez, David Luis |
Keywords: | Rendimiento académico Almacenes de datos Minería de datos Modelos predictivos |
Issue Date: | Apr-2017 |
Publisher: | Facultad Politécnica, Universidad Nacional del Este |
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 utilizarán técnicas de minería sobre los datos académicos y socioeconómicos de los alumnos, aplicando algoritmos de búsqueda de conocimiento en gran-des 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. |
Description: | WICC 2017: XIX Workshop de Investigadores en Ciencias de la Computación. |
URI: | http://localhost:8080/xmlui/handle/123456789/33 |
Other Identifiers: | http://sedici.unlp.edu.ar/handle/10915/61343 |
Appears in Collections: | 2015 - 2018 |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
WICC_2017_CONACYT_UNE.pdf | 271,82 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.