Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas
- Autores
- Barrera, María Alejandra; Bustos Aguiar, Maria Soledad; Lamas, Nancy; Lobos Anfuso, Daniela; Baquinzay, Manuel; Leguizamón, María Belén
- Año de publicación
- 2013
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El rendimiento académico estudiantil ha sido definido como el cumplimiento de las metas, logros u objetivos establecidos en el programa o asignatura que está cursando el alumno. Se puede analizar el rendimiento académico como una medida de las capacidades del alumno, que expresa lo que éste ha aprendido a lo largo del proceso formativo. Existen diversos motivos o factores que pueden llevar al alumno a mostrar un pobre rendimiento académico tales como (poca motivación, desinterés, distracciones en clase, etc.) En este trabajo se propone aplicar un proceso de descubrimiento de conocimiento o KDD (Knowledge Discovery from Data Base) a la Base de Datos de los alumnos de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca (UNCa), con el propósito de convertir una masa de datos carente de significado en información relevante, es decir, en conocimiento. Dicho conocimiento vendrá dado mediante patrones, tendencias o relaciones. Estos resultados pueden mejorar el proceso de formación académica, estimular fundamentalmente el desarrollo de aptitudes y de valores, contribuir en la toma de decisiones tácticas y estratégicas de la Facultad, proporcionando un sentido automatizado para la generación de conocimiento y elevando así la calidad de la educación en la Universidad.
Eje: Bases de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
KDD (Knowledge Discovery from Data Base)
Data mining
rendimiento académico
Patterns - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/27113
Ver los metadatos del registro completo
id |
SEDICI_641f1c85915ca0c9bdb2703dd7e0ec3b |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/27113 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias AplicadasBarrera, María AlejandraBustos Aguiar, Maria SoledadLamas, NancyLobos Anfuso, DanielaBaquinzay, ManuelLeguizamón, María BelénCiencias InformáticasKDD (Knowledge Discovery from Data Base)Data miningrendimiento académicoPatternsEl rendimiento académico estudiantil ha sido definido como el cumplimiento de las metas, logros u objetivos establecidos en el programa o asignatura que está cursando el alumno. Se puede analizar el rendimiento académico como una medida de las capacidades del alumno, que expresa lo que éste ha aprendido a lo largo del proceso formativo. Existen diversos motivos o factores que pueden llevar al alumno a mostrar un pobre rendimiento académico tales como (poca motivación, desinterés, distracciones en clase, etc.) En este trabajo se propone aplicar un proceso de descubrimiento de conocimiento o KDD (Knowledge Discovery from Data Base) a la Base de Datos de los alumnos de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca (UNCa), con el propósito de convertir una masa de datos carente de significado en información relevante, es decir, en conocimiento. Dicho conocimiento vendrá dado mediante patrones, tendencias o relaciones. Estos resultados pueden mejorar el proceso de formación académica, estimular fundamentalmente el desarrollo de aptitudes y de valores, contribuir en la toma de decisiones tácticas y estratégicas de la Facultad, proporcionando un sentido automatizado para la generación de conocimiento y elevando así la calidad de la educación en la Universidad.Eje: Bases de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2013-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf134-136http://sedici.unlp.edu.ar/handle/10915/27113spainfo: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:UNLP2025-09-29T10:56:47Zoai:sedici.unlp.edu.ar:10915/27113Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:56:48.153SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas |
title |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas |
spellingShingle |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas Barrera, María Alejandra Ciencias Informáticas KDD (Knowledge Discovery from Data Base) Data mining rendimiento académico Patterns |
title_short |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas |
title_full |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas |
title_fullStr |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas |
title_full_unstemmed |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas |
title_sort |
Patrones estadísticos relacionados con el perfil del alumno de la Facultad de Tecnología y Ciencias Aplicadas |
dc.creator.none.fl_str_mv |
Barrera, María Alejandra Bustos Aguiar, Maria Soledad Lamas, Nancy Lobos Anfuso, Daniela Baquinzay, Manuel Leguizamón, María Belén |
author |
Barrera, María Alejandra |
author_facet |
Barrera, María Alejandra Bustos Aguiar, Maria Soledad Lamas, Nancy Lobos Anfuso, Daniela Baquinzay, Manuel Leguizamón, María Belén |
author_role |
author |
author2 |
Bustos Aguiar, Maria Soledad Lamas, Nancy Lobos Anfuso, Daniela Baquinzay, Manuel Leguizamón, María Belén |
author2_role |
author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas KDD (Knowledge Discovery from Data Base) Data mining rendimiento académico Patterns |
topic |
Ciencias Informáticas KDD (Knowledge Discovery from Data Base) Data mining rendimiento académico Patterns |
dc.description.none.fl_txt_mv |
El rendimiento académico estudiantil ha sido definido como el cumplimiento de las metas, logros u objetivos establecidos en el programa o asignatura que está cursando el alumno. Se puede analizar el rendimiento académico como una medida de las capacidades del alumno, que expresa lo que éste ha aprendido a lo largo del proceso formativo. Existen diversos motivos o factores que pueden llevar al alumno a mostrar un pobre rendimiento académico tales como (poca motivación, desinterés, distracciones en clase, etc.) En este trabajo se propone aplicar un proceso de descubrimiento de conocimiento o KDD (Knowledge Discovery from Data Base) a la Base de Datos de los alumnos de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca (UNCa), con el propósito de convertir una masa de datos carente de significado en información relevante, es decir, en conocimiento. Dicho conocimiento vendrá dado mediante patrones, tendencias o relaciones. Estos resultados pueden mejorar el proceso de formación académica, estimular fundamentalmente el desarrollo de aptitudes y de valores, contribuir en la toma de decisiones tácticas y estratégicas de la Facultad, proporcionando un sentido automatizado para la generación de conocimiento y elevando así la calidad de la educación en la Universidad. Eje: Bases de Datos y Minería de Datos Red de Universidades con Carreras en Informática (RedUNCI) |
description |
El rendimiento académico estudiantil ha sido definido como el cumplimiento de las metas, logros u objetivos establecidos en el programa o asignatura que está cursando el alumno. Se puede analizar el rendimiento académico como una medida de las capacidades del alumno, que expresa lo que éste ha aprendido a lo largo del proceso formativo. Existen diversos motivos o factores que pueden llevar al alumno a mostrar un pobre rendimiento académico tales como (poca motivación, desinterés, distracciones en clase, etc.) En este trabajo se propone aplicar un proceso de descubrimiento de conocimiento o KDD (Knowledge Discovery from Data Base) a la Base de Datos de los alumnos de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca (UNCa), con el propósito de convertir una masa de datos carente de significado en información relevante, es decir, en conocimiento. Dicho conocimiento vendrá dado mediante patrones, tendencias o relaciones. Estos resultados pueden mejorar el proceso de formación académica, estimular fundamentalmente el desarrollo de aptitudes y de valores, contribuir en la toma de decisiones tácticas y estratégicas de la Facultad, proporcionando un sentido automatizado para la generación de conocimiento y elevando así la calidad de la educación en la Universidad. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-04 |
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/10915/27113 |
url |
http://sedici.unlp.edu.ar/handle/10915/27113 |
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 134-136 |
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_ |
1844615828496973824 |
score |
13.070432 |