Educación digital y la minería de datos educativos
- Autores
- Cavaller Riva, Daniel Guillermo; Ortega Yubro, Cristian Darío; Dueñas, Emiliano Andrés; Sosa, Héctor Nicolás
- Año de publicación
- 2020
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La presente investigación luego de más de diez años de producción de Moodle para el soporte de cátedras, tiene como principal objetivo la conectividad automática entre las bases de datos SIU-Guaraní (la mandatoria), SIU-Kolla y Econet. Esto permitirá entre otras cosas: contar con datos educativos certeros en bases de datos confiables, mejorar la eficiencia administrativa en la carga de información al realizarse por única vez y luego ser compartida, depurar las bases de datos automáticamente al formular una máquina (pieza de software) para autoaprender, incorporando Inteligencia Artificial a través de una machine learning. Además, esto facilitará los aprendizajes didácticos. Esta herramienta estará a disposición de la Secretaría Académica, el Servicio de Apoyo Pedagógico y Orientación al Estudiante (SAPOE), Direcciones de Carrera y de los Profesores Editores para la toma de decisiones y el planteo de estrategias a nivel EIS (Sistema de Información Ejecutiva). Para ello se cuenta con las opciones analíticas de Moodle y las que se pueden desarrollar con Python, con datos educativos en línea, a través de la metodología CRISP-DM.
The main objective of this research, after more than ten years of Moodle production for the support of chairs, is automatic connectivity between the SIU-Guaraní (mandatory), SIU-Kolla and Econet databases. This will allow, among other things: having accurate educational data in reliable databases, improving administrative efficiency in loading information when it is done once and then being shared, automatically debugging databases when formulating a machine (piece of software ) to self-learn, incorporating Artificial Intelligence through machine learning. Furthermore, this will facilitate didactic learning. This tool will be available to the Academic Secretariat, the Pedagogical Support Service and Student Orientation (SAPOE), Career Directorates and the Editing Professors for decision-making and the formulation of strategies at the EIS level (Executive Information System). For this, there are Moodle analytical options and those that can be developed with Python, with online educational data, through the CRISP-DM methodology.
Sociedad Argentina de Informática e Investigación Operativa - Materia
-
Ciencias Informáticas
Minería de datos educativos
Análisis del aprendizaje
Moodle
Educational data mining
Analysis of learning - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/3.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/122052
Ver los metadatos del registro completo
id |
SEDICI_8505bd97f31e109b7ee7d22634f81285 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/122052 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Educación digital y la minería de datos educativosDigital education and educational data miningCavaller Riva, Daniel GuillermoOrtega Yubro, Cristian DaríoDueñas, Emiliano AndrésSosa, Héctor NicolásCiencias InformáticasMinería de datos educativosAnálisis del aprendizajeMoodleEducational data miningAnalysis of learningLa presente investigación luego de más de diez años de producción de Moodle para el soporte de cátedras, tiene como principal objetivo la conectividad automática entre las bases de datos SIU-Guaraní (la mandatoria), SIU-Kolla y Econet. Esto permitirá entre otras cosas: contar con datos educativos certeros en bases de datos confiables, mejorar la eficiencia administrativa en la carga de información al realizarse por única vez y luego ser compartida, depurar las bases de datos automáticamente al formular una máquina (pieza de software) para autoaprender, incorporando Inteligencia Artificial a través de una machine learning. Además, esto facilitará los aprendizajes didácticos. Esta herramienta estará a disposición de la Secretaría Académica, el Servicio de Apoyo Pedagógico y Orientación al Estudiante (SAPOE), Direcciones de Carrera y de los Profesores Editores para la toma de decisiones y el planteo de estrategias a nivel EIS (Sistema de Información Ejecutiva). Para ello se cuenta con las opciones analíticas de Moodle y las que se pueden desarrollar con Python, con datos educativos en línea, a través de la metodología CRISP-DM.The main objective of this research, after more than ten years of Moodle production for the support of chairs, is automatic connectivity between the SIU-Guaraní (mandatory), SIU-Kolla and Econet databases. This will allow, among other things: having accurate educational data in reliable databases, improving administrative efficiency in loading information when it is done once and then being shared, automatically debugging databases when formulating a machine (piece of software ) to self-learn, incorporating Artificial Intelligence through machine learning. Furthermore, this will facilitate didactic learning. This tool will be available to the Academic Secretariat, the Pedagogical Support Service and Student Orientation (SAPOE), Career Directorates and the Editing Professors for decision-making and the formulation of strategies at the EIS level (Executive Information System). For this, there are Moodle analytical options and those that can be developed with Python, with online educational data, through the CRISP-DM methodology.Sociedad Argentina de Informática e Investigación Operativa2020-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf129-143http://sedici.unlp.edu.ar/handle/10915/122052spainfo:eu-repo/semantics/altIdentifier/url/http://49jaiio.sadio.org.ar/pdfs/sts/STS-10.pdfinfo:eu-repo/semantics/altIdentifier/issn/2451-7631info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T11:01:07Zoai:sedici.unlp.edu.ar:10915/122052Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 11:01:08.091SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Educación digital y la minería de datos educativos Digital education and educational data mining |
title |
Educación digital y la minería de datos educativos |
spellingShingle |
Educación digital y la minería de datos educativos Cavaller Riva, Daniel Guillermo Ciencias Informáticas Minería de datos educativos Análisis del aprendizaje Moodle Educational data mining Analysis of learning |
title_short |
Educación digital y la minería de datos educativos |
title_full |
Educación digital y la minería de datos educativos |
title_fullStr |
Educación digital y la minería de datos educativos |
title_full_unstemmed |
Educación digital y la minería de datos educativos |
title_sort |
Educación digital y la minería de datos educativos |
dc.creator.none.fl_str_mv |
Cavaller Riva, Daniel Guillermo Ortega Yubro, Cristian Darío Dueñas, Emiliano Andrés Sosa, Héctor Nicolás |
author |
Cavaller Riva, Daniel Guillermo |
author_facet |
Cavaller Riva, Daniel Guillermo Ortega Yubro, Cristian Darío Dueñas, Emiliano Andrés Sosa, Héctor Nicolás |
author_role |
author |
author2 |
Ortega Yubro, Cristian Darío Dueñas, Emiliano Andrés Sosa, Héctor Nicolás |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Minería de datos educativos Análisis del aprendizaje Moodle Educational data mining Analysis of learning |
topic |
Ciencias Informáticas Minería de datos educativos Análisis del aprendizaje Moodle Educational data mining Analysis of learning |
dc.description.none.fl_txt_mv |
La presente investigación luego de más de diez años de producción de Moodle para el soporte de cátedras, tiene como principal objetivo la conectividad automática entre las bases de datos SIU-Guaraní (la mandatoria), SIU-Kolla y Econet. Esto permitirá entre otras cosas: contar con datos educativos certeros en bases de datos confiables, mejorar la eficiencia administrativa en la carga de información al realizarse por única vez y luego ser compartida, depurar las bases de datos automáticamente al formular una máquina (pieza de software) para autoaprender, incorporando Inteligencia Artificial a través de una machine learning. Además, esto facilitará los aprendizajes didácticos. Esta herramienta estará a disposición de la Secretaría Académica, el Servicio de Apoyo Pedagógico y Orientación al Estudiante (SAPOE), Direcciones de Carrera y de los Profesores Editores para la toma de decisiones y el planteo de estrategias a nivel EIS (Sistema de Información Ejecutiva). Para ello se cuenta con las opciones analíticas de Moodle y las que se pueden desarrollar con Python, con datos educativos en línea, a través de la metodología CRISP-DM. The main objective of this research, after more than ten years of Moodle production for the support of chairs, is automatic connectivity between the SIU-Guaraní (mandatory), SIU-Kolla and Econet databases. This will allow, among other things: having accurate educational data in reliable databases, improving administrative efficiency in loading information when it is done once and then being shared, automatically debugging databases when formulating a machine (piece of software ) to self-learn, incorporating Artificial Intelligence through machine learning. Furthermore, this will facilitate didactic learning. This tool will be available to the Academic Secretariat, the Pedagogical Support Service and Student Orientation (SAPOE), Career Directorates and the Editing Professors for decision-making and the formulation of strategies at the EIS level (Executive Information System). For this, there are Moodle analytical options and those that can be developed with Python, with online educational data, through the CRISP-DM methodology. Sociedad Argentina de Informática e Investigación Operativa |
description |
La presente investigación luego de más de diez años de producción de Moodle para el soporte de cátedras, tiene como principal objetivo la conectividad automática entre las bases de datos SIU-Guaraní (la mandatoria), SIU-Kolla y Econet. Esto permitirá entre otras cosas: contar con datos educativos certeros en bases de datos confiables, mejorar la eficiencia administrativa en la carga de información al realizarse por única vez y luego ser compartida, depurar las bases de datos automáticamente al formular una máquina (pieza de software) para autoaprender, incorporando Inteligencia Artificial a través de una machine learning. Además, esto facilitará los aprendizajes didácticos. Esta herramienta estará a disposición de la Secretaría Académica, el Servicio de Apoyo Pedagógico y Orientación al Estudiante (SAPOE), Direcciones de Carrera y de los Profesores Editores para la toma de decisiones y el planteo de estrategias a nivel EIS (Sistema de Información Ejecutiva). Para ello se cuenta con las opciones analíticas de Moodle y las que se pueden desarrollar con Python, con datos educativos en línea, a través de la metodología CRISP-DM. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-10 |
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/10915/122052 |
url |
http://sedici.unlp.edu.ar/handle/10915/122052 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/url/http://49jaiio.sadio.org.ar/pdfs/sts/STS-10.pdf info:eu-repo/semantics/altIdentifier/issn/2451-7631 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/3.0/ Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/3.0/ Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0) |
dc.format.none.fl_str_mv |
application/pdf 129-143 |
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_ |
1842260507176730624 |
score |
13.13397 |