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

• Autores: Acosta, Julio César; La Red Martínez, David Luis
• Año de publicación: 2020
• Idioma: español castellano
• Tipo de recurso: parte de libro
• Materia: Rendimiento académico; Almacenes de datos; Minería de datos; Modelos predictivos; Academic performance; Data stores; Data mining; Predictive models
• Institución: Universidad Nacional del Nordeste

Fil: Acosta, Julio César. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Acosta, Julio César. Universidad Nacional del Nordeste. Facultad de Ciencias Agrarias; Argentina.
Fil: La Red Martínez, David Luis. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
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