Aplicación de técnicas de data mining en gestión de docentes de educación superior

Autores
Malbernat, Lucía Rosario; Clemens, María Patricia; Varela, Analía Elena; Urrizaga, Matías
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En estudios previos se analizó la factibilidad de incorporar actividades virtuales según las competencias docentes aplicando técnicas de Data Mining y se concluyó que, “en relación con la Preparación y la Actitud para la modalidad virtual, los docentes pueden clasificarse como Innovadores, Indiferentes y Refractarios”, de acuerdo con lo propuesto por la hipótesis de investigación. En la línea de investigación que se reporta en este trabajo se han tomado los modelos y datos recabados en dichos estudios, se recabaron nuevos datos y están en etapa de exploración distintas técnicas de segmentación, variando sus métodos y parámetros para valorar su aplicación a través de distintas herramientas informáticas para Data Mining. De este modo, se evaluará el impacto que tienen las técnicas, métodos, parámetros y herramientas en los resultados y en el propio procesamiento de los datos, para desarrollar un modelo de segmentación de docentes según su preparación y actitud para incorporar tecnología en educación superior basado en la comparación de resultados que permita desarrollar una herramienta informática para la aplicación del modelo. Los datos recogidos, que han sido revisados, depurados, ampliados y actualizados, provienen de distintas unidades académicas de universidades de gestión pública y privada.
Eje: Base de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
TIC
Minería de Datos
Educación Superior
Docentes
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/45502
Acceder
id SEDICI_54d23dfcd783562360ec1e29507e3243
oai_identifier_str oai:sedici.unlp.edu.ar:10915/45502
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de técnicas de data mining en gestión de docentes de educación superiorMalbernat, Lucía RosarioClemens, María PatriciaVarela, Analía ElenaUrrizaga, MatíasCiencias InformáticasTICMinería de DatosEducación SuperiorDocentesEn estudios previos se analizó la factibilidad de incorporar actividades virtuales según las competencias docentes aplicando técnicas de Data Mining y se concluyó que, “en relación con la Preparación y la Actitud para la modalidad virtual, los docentes pueden clasificarse como Innovadores, Indiferentes y Refractarios”, de acuerdo con lo propuesto por la hipótesis de investigación. En la línea de investigación que se reporta en este trabajo se han tomado los modelos y datos recabados en dichos estudios, se recabaron nuevos datos y están en etapa de exploración distintas técnicas de segmentación, variando sus métodos y parámetros para valorar su aplicación a través de distintas herramientas informáticas para Data Mining. De este modo, se evaluará el impacto que tienen las técnicas, métodos, parámetros y herramientas en los resultados y en el propio procesamiento de los datos, para desarrollar un modelo de segmentación de docentes según su preparación y actitud para incorporar tecnología en educación superior basado en la comparación de resultados que permita desarrollar una herramienta informática para la aplicación del modelo. Los datos recogidos, que han sido revisados, depurados, ampliados y actualizados, provienen de distintas unidades académicas de universidades de gestión pública y privada.Eje: Base de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2015-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/45502spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:02:21Zoai:sedici.unlp.edu.ar:10915/45502Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:02:21.978SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación de técnicas de data mining en gestión de docentes de educación superior
title Aplicación de técnicas de data mining en gestión de docentes de educación superior
spellingShingle Aplicación de técnicas de data mining en gestión de docentes de educación superior
Malbernat, Lucía Rosario
Ciencias Informáticas
TIC
Minería de Datos
Educación Superior
Docentes
title_short Aplicación de técnicas de data mining en gestión de docentes de educación superior
title_full Aplicación de técnicas de data mining en gestión de docentes de educación superior
title_fullStr Aplicación de técnicas de data mining en gestión de docentes de educación superior
title_full_unstemmed Aplicación de técnicas de data mining en gestión de docentes de educación superior
title_sort Aplicación de técnicas de data mining en gestión de docentes de educación superior
dc.creator.none.fl_str_mv Malbernat, Lucía Rosario
Clemens, María Patricia
Varela, Analía Elena
Urrizaga, Matías
author Malbernat, Lucía Rosario
author_facet Malbernat, Lucía Rosario
Clemens, María Patricia
Varela, Analía Elena
Urrizaga, Matías
author_role author
author2 Clemens, María Patricia
Varela, Analía Elena
Urrizaga, Matías
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
TIC
Minería de Datos
Educación Superior
Docentes
topic Ciencias Informáticas
TIC
Minería de Datos
Educación Superior
Docentes
dc.description.none.fl_txt_mv En estudios previos se analizó la factibilidad de incorporar actividades virtuales según las competencias docentes aplicando técnicas de Data Mining y se concluyó que, “en relación con la Preparación y la Actitud para la modalidad virtual, los docentes pueden clasificarse como Innovadores, Indiferentes y Refractarios”, de acuerdo con lo propuesto por la hipótesis de investigación. En la línea de investigación que se reporta en este trabajo se han tomado los modelos y datos recabados en dichos estudios, se recabaron nuevos datos y están en etapa de exploración distintas técnicas de segmentación, variando sus métodos y parámetros para valorar su aplicación a través de distintas herramientas informáticas para Data Mining. De este modo, se evaluará el impacto que tienen las técnicas, métodos, parámetros y herramientas en los resultados y en el propio procesamiento de los datos, para desarrollar un modelo de segmentación de docentes según su preparación y actitud para incorporar tecnología en educación superior basado en la comparación de resultados que permita desarrollar una herramienta informática para la aplicación del modelo. Los datos recogidos, que han sido revisados, depurados, ampliados y actualizados, provienen de distintas unidades académicas de universidades de gestión pública y privada.
Eje: Base de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description En estudios previos se analizó la factibilidad de incorporar actividades virtuales según las competencias docentes aplicando técnicas de Data Mining y se concluyó que, “en relación con la Preparación y la Actitud para la modalidad virtual, los docentes pueden clasificarse como Innovadores, Indiferentes y Refractarios”, de acuerdo con lo propuesto por la hipótesis de investigación. En la línea de investigación que se reporta en este trabajo se han tomado los modelos y datos recabados en dichos estudios, se recabaron nuevos datos y están en etapa de exploración distintas técnicas de segmentación, variando sus métodos y parámetros para valorar su aplicación a través de distintas herramientas informáticas para Data Mining. De este modo, se evaluará el impacto que tienen las técnicas, métodos, parámetros y herramientas en los resultados y en el propio procesamiento de los datos, para desarrollar un modelo de segmentación de docentes según su preparación y actitud para incorporar tecnología en educación superior basado en la comparación de resultados que permita desarrollar una herramienta informática para la aplicación del modelo. Los datos recogidos, que han sido revisados, depurados, ampliados y actualizados, provienen de distintas unidades académicas de universidades de gestión pública y privada.
publishDate 2015
dc.date.none.fl_str_mv 2015-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/45502
url http://sedici.unlp.edu.ar/handle/10915/45502
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615891383222272
score 13.070432

Publicaciones similares