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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/27113
Acceder
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

Publicaciones similares