Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos
- Autores
- Santana Mansilla, Pablo Fernando; Costaguta, Rosanna Nieves; Missio, Daniela
- Año de publicación
- 2014
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) permiten el aprendizaje grupal con independencia del tiempo y espacio donde estén localizados los estudiantes y los docentes. Sin embargo, las interacciones que conducen a la creación colaborativa de conocimiento no surgen de manera espontánea y la tecnología puede inhibirlas u obstaculizarlas. Para colaborar efectivamente los estudiantes necesitan (entre otras cosas) de un e-tutor (docente) que coordine la interacción grupal. La selección de e-tutores capacitados es clave para el éxito del ACSC pero el análisis manual de las interacciones registradas en estos entornos para conocer el desempeño de los docentes requiere mucho tiempo y esfuerzo. En este artículo se describe un trabajo de investigación que aplica técnicas de minería de textos para crear clasificadores que permitan identificar automáticamente las habilidades manifestadas por e-tutores. Los resultados obtenidos mediante diferentes algoritmos de clasificación son presentados, analizados y comparados.
Computer Supported Collaborative Learning (CSCL) systems enable group learning regardless of the time and space where students and teachers are located. However, interactions that conduct to collaborative creation of knowledge do not occur spontaneously and technology can inhibit or hinder them. Students need (among other things) of an e-tutor (teacher) that coordinates group interaction in order to effectively collaborate. Selection of qualified e-tutors is key for the success of CSCL, but manual analysis of interactions recorded in these environments to know the performance of teachers requires a lot of time and effort. This paper describes a research that applies text mining techniques to build classifiers that allow automatic identification of manifested skills by e-tutors. Results obtained by different classification algorithms are presented, analyzed and compared.
Fil: Santana Mansilla, Pablo Fernando. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; Argentina
Fil: Costaguta, Rosanna Nieves. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; Argentina
Fil: Missio, Daniela. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; Argentina - Materia
-
APRENDIZAJE COLABORATIVO SOPORTADO POR COMPUTADORA
HABILIDADES DE E-TUTOR
MINERÍA DE TEXTOS
IDENTIFICACIÓN AUTOMÁTICA DE HABILIDADES - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc/2.5/ar/
- Repositorio
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/33541
Ver los metadatos del registro completo
id |
CONICETDig_1c14a585a7df78874443c307133558f9 |
---|---|
oai_identifier_str |
oai:ri.conicet.gov.ar:11336/33541 |
network_acronym_str |
CONICETDig |
repository_id_str |
3498 |
network_name_str |
CONICET Digital (CONICET) |
spelling |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores ColaborativosSantana Mansilla, Pablo FernandoCostaguta, Rosanna NievesMissio, DanielaAPRENDIZAJE COLABORATIVO SOPORTADO POR COMPUTADORAHABILIDADES DE E-TUTORMINERÍA DE TEXTOSIDENTIFICACIÓN AUTOMÁTICA DE HABILIDADEShttps://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1Los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) permiten el aprendizaje grupal con independencia del tiempo y espacio donde estén localizados los estudiantes y los docentes. Sin embargo, las interacciones que conducen a la creación colaborativa de conocimiento no surgen de manera espontánea y la tecnología puede inhibirlas u obstaculizarlas. Para colaborar efectivamente los estudiantes necesitan (entre otras cosas) de un e-tutor (docente) que coordine la interacción grupal. La selección de e-tutores capacitados es clave para el éxito del ACSC pero el análisis manual de las interacciones registradas en estos entornos para conocer el desempeño de los docentes requiere mucho tiempo y esfuerzo. En este artículo se describe un trabajo de investigación que aplica técnicas de minería de textos para crear clasificadores que permitan identificar automáticamente las habilidades manifestadas por e-tutores. Los resultados obtenidos mediante diferentes algoritmos de clasificación son presentados, analizados y comparados.Computer Supported Collaborative Learning (CSCL) systems enable group learning regardless of the time and space where students and teachers are located. However, interactions that conduct to collaborative creation of knowledge do not occur spontaneously and technology can inhibit or hinder them. Students need (among other things) of an e-tutor (teacher) that coordinates group interaction in order to effectively collaborate. Selection of qualified e-tutors is key for the success of CSCL, but manual analysis of interactions recorded in these environments to know the performance of teachers requires a lot of time and effort. This paper describes a research that applies text mining techniques to build classifiers that allow automatic identification of manifested skills by e-tutors. Results obtained by different classification algorithms are presented, analyzed and compared.Fil: Santana Mansilla, Pablo Fernando. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; ArgentinaFil: Costaguta, Rosanna Nieves. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; ArgentinaFil: Missio, Daniela. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; ArgentinaSociedad Iberoamericana de Inteligencia Artificial2014-04info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/33541Santana Mansilla, Pablo Fernando; Missio, Daniela; Costaguta, Rosanna Nieves; Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos; Sociedad Iberoamericana de Inteligencia Artificial; Inteligencia Artificial; 17; 53; 4-2014; 57-671137-36011988-3064CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/http://journal.iberamia.orginfo:eu-repo/semantics/altIdentifier/url/https://dialnet.unirioja.es/servlet/articulo?codigo=5239356info:eu-repo/semantics/altIdentifier/url/http://www.redalyc.org/articulo.oa?id=92530455007info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T09:58:12Zoai:ri.conicet.gov.ar:11336/33541instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 09:58:12.32CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse |
dc.title.none.fl_str_mv |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos |
title |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos |
spellingShingle |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos Santana Mansilla, Pablo Fernando APRENDIZAJE COLABORATIVO SOPORTADO POR COMPUTADORA HABILIDADES DE E-TUTOR MINERÍA DE TEXTOS IDENTIFICACIÓN AUTOMÁTICA DE HABILIDADES |
title_short |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos |
title_full |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos |
title_fullStr |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos |
title_full_unstemmed |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos |
title_sort |
Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos |
dc.creator.none.fl_str_mv |
Santana Mansilla, Pablo Fernando Costaguta, Rosanna Nieves Missio, Daniela |
author |
Santana Mansilla, Pablo Fernando |
author_facet |
Santana Mansilla, Pablo Fernando Costaguta, Rosanna Nieves Missio, Daniela |
author_role |
author |
author2 |
Costaguta, Rosanna Nieves Missio, Daniela |
author2_role |
author author |
dc.subject.none.fl_str_mv |
APRENDIZAJE COLABORATIVO SOPORTADO POR COMPUTADORA HABILIDADES DE E-TUTOR MINERÍA DE TEXTOS IDENTIFICACIÓN AUTOMÁTICA DE HABILIDADES |
topic |
APRENDIZAJE COLABORATIVO SOPORTADO POR COMPUTADORA HABILIDADES DE E-TUTOR MINERÍA DE TEXTOS IDENTIFICACIÓN AUTOMÁTICA DE HABILIDADES |
purl_subject.fl_str_mv |
https://purl.org/becyt/ford/1.2 https://purl.org/becyt/ford/1 |
dc.description.none.fl_txt_mv |
Los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) permiten el aprendizaje grupal con independencia del tiempo y espacio donde estén localizados los estudiantes y los docentes. Sin embargo, las interacciones que conducen a la creación colaborativa de conocimiento no surgen de manera espontánea y la tecnología puede inhibirlas u obstaculizarlas. Para colaborar efectivamente los estudiantes necesitan (entre otras cosas) de un e-tutor (docente) que coordine la interacción grupal. La selección de e-tutores capacitados es clave para el éxito del ACSC pero el análisis manual de las interacciones registradas en estos entornos para conocer el desempeño de los docentes requiere mucho tiempo y esfuerzo. En este artículo se describe un trabajo de investigación que aplica técnicas de minería de textos para crear clasificadores que permitan identificar automáticamente las habilidades manifestadas por e-tutores. Los resultados obtenidos mediante diferentes algoritmos de clasificación son presentados, analizados y comparados. Computer Supported Collaborative Learning (CSCL) systems enable group learning regardless of the time and space where students and teachers are located. However, interactions that conduct to collaborative creation of knowledge do not occur spontaneously and technology can inhibit or hinder them. Students need (among other things) of an e-tutor (teacher) that coordinates group interaction in order to effectively collaborate. Selection of qualified e-tutors is key for the success of CSCL, but manual analysis of interactions recorded in these environments to know the performance of teachers requires a lot of time and effort. This paper describes a research that applies text mining techniques to build classifiers that allow automatic identification of manifested skills by e-tutors. Results obtained by different classification algorithms are presented, analyzed and compared. Fil: Santana Mansilla, Pablo Fernando. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; Argentina Fil: Costaguta, Rosanna Nieves. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; Argentina Fil: Missio, Daniela. Universidad Nacional de Santiago del Estero. Facultad de Ciencias Exactas y Tecnologías; Argentina |
description |
Los sistemas de Aprendizaje Colaborativo Soportado por Computadora (ACSC) permiten el aprendizaje grupal con independencia del tiempo y espacio donde estén localizados los estudiantes y los docentes. Sin embargo, las interacciones que conducen a la creación colaborativa de conocimiento no surgen de manera espontánea y la tecnología puede inhibirlas u obstaculizarlas. Para colaborar efectivamente los estudiantes necesitan (entre otras cosas) de un e-tutor (docente) que coordine la interacción grupal. La selección de e-tutores capacitados es clave para el éxito del ACSC pero el análisis manual de las interacciones registradas en estos entornos para conocer el desempeño de los docentes requiere mucho tiempo y esfuerzo. En este artículo se describe un trabajo de investigación que aplica técnicas de minería de textos para crear clasificadores que permitan identificar automáticamente las habilidades manifestadas por e-tutores. Los resultados obtenidos mediante diferentes algoritmos de clasificación son presentados, analizados y comparados. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-04 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11336/33541 Santana Mansilla, Pablo Fernando; Missio, Daniela; Costaguta, Rosanna Nieves; Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos; Sociedad Iberoamericana de Inteligencia Artificial; Inteligencia Artificial; 17; 53; 4-2014; 57-67 1137-3601 1988-3064 CONICET Digital CONICET |
url |
http://hdl.handle.net/11336/33541 |
identifier_str_mv |
Santana Mansilla, Pablo Fernando; Missio, Daniela; Costaguta, Rosanna Nieves; Aplicación de Algoritmos de Clasificación de Minería de Textos para el Reconocimiento de Habilidades de E-tutores Colaborativos; Sociedad Iberoamericana de Inteligencia Artificial; Inteligencia Artificial; 17; 53; 4-2014; 57-67 1137-3601 1988-3064 CONICET Digital CONICET |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://journal.iberamia.org info:eu-repo/semantics/altIdentifier/url/https://dialnet.unirioja.es/servlet/articulo?codigo=5239356 info:eu-repo/semantics/altIdentifier/url/http://www.redalyc.org/articulo.oa?id=92530455007 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc/2.5/ar/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc/2.5/ar/ |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Sociedad Iberoamericana de Inteligencia Artificial |
publisher.none.fl_str_mv |
Sociedad Iberoamericana de Inteligencia Artificial |
dc.source.none.fl_str_mv |
reponame:CONICET Digital (CONICET) instname:Consejo Nacional de Investigaciones Científicas y Técnicas |
reponame_str |
CONICET Digital (CONICET) |
collection |
CONICET Digital (CONICET) |
instname_str |
Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.name.fl_str_mv |
CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas |
repository.mail.fl_str_mv |
dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar |
_version_ |
1842269506856026112 |
score |
13.13397 |