Minería de datos educacional en ambientes virtuales de aprendizaje

Autores
Huapaya, Constanza Raquel; Lizarralde, Francisco Ángel José; Arona, Graciela; Massa, Stella Maris
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En la actualidad, los Ambientes Virtuales de Aprendizaje (AVAs) almacenan una gran cantidad de datos sobre las actividades de los estudiantes cuando estos toman un curso y usualmente esta información es utilizada para monitorear características del curso. Esta información se presenta comúnmente en formato tabular que, dependiendo de la cantidad o del tipo de datos, a veces resulta difícil de interpretar. Esta vasta cantidad de datos no puede ser inspeccionada manualmente. Esta es la razón por la cual el uso de la Minería de Datos Educacional (MDE) es muy apropiada para descubrir información “escondida” en las bases de datos de un AVA. Los métodos pueden ser aplicados para explorar, visualizar, y analizar datos de e-learning con la finalidad de identificar patrones útiles aplicables a la evaluación de la actividad del usuario en la web y descubrir más profundamente como aprenden los estudiantes. Los métodos nos permiten revelar nuevo, interesante y útil conocimiento basado en datos de la actividad del estudiante. En particular, nos interesa investigar la información para estimar los perfiles cognitivos del estudiante a partir de los datos recolectados. Estos perfiles aportarán conocimiento al AVA para entregar material remedial (como Objetos de Aprendizaje personalizados) para los estudiantes con bajo rendimiento
Eje: Tecnología informática aplicada en educación
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
software
Educación a Distancia
Data mining
ambientes virtuales de aprendizaje; educación en ingeniería
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:10915/19421
Acceder
id SEDICI_9f9a916de22c0257cbe7a124b4c30835
oai_identifier_str oai:sedici.unlp.edu.ar:10915/19421
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Minería de datos educacional en ambientes virtuales de aprendizajeHuapaya, Constanza RaquelLizarralde, Francisco Ángel JoséArona, GracielaMassa, Stella MarisCiencias InformáticassoftwareEducación a DistanciaData miningambientes virtuales de aprendizaje; educación en ingenieríaEn la actualidad, los Ambientes Virtuales de Aprendizaje (AVAs) almacenan una gran cantidad de datos sobre las actividades de los estudiantes cuando estos toman un curso y usualmente esta información es utilizada para monitorear características del curso. Esta información se presenta comúnmente en formato tabular que, dependiendo de la cantidad o del tipo de datos, a veces resulta difícil de interpretar. Esta vasta cantidad de datos no puede ser inspeccionada manualmente. Esta es la razón por la cual el uso de la Minería de Datos Educacional (MDE) es muy apropiada para descubrir información “escondida” en las bases de datos de un AVA. Los métodos pueden ser aplicados para explorar, visualizar, y analizar datos de e-learning con la finalidad de identificar patrones útiles aplicables a la evaluación de la actividad del usuario en la web y descubrir más profundamente como aprenden los estudiantes. Los métodos nos permiten revelar nuevo, interesante y útil conocimiento basado en datos de la actividad del estudiante. En particular, nos interesa investigar la información para estimar los perfiles cognitivos del estudiante a partir de los datos recolectados. Estos perfiles aportarán conocimiento al AVA para entregar material remedial (como Objetos de Aprendizaje personalizados) para los estudiantes con bajo rendimientoEje: Tecnología informática aplicada en educaciónRed de Universidades con Carreras en Informática (RedUNCI)2012info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf996-1000http://sedici.unlp.edu.ar/handle/10915/19421spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5info: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:UNLP2025-10-22T16:35:30Zoai:sedici.unlp.edu.ar:10915/19421Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:35:30.646SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Minería de datos educacional en ambientes virtuales de aprendizaje
title Minería de datos educacional en ambientes virtuales de aprendizaje
spellingShingle Minería de datos educacional en ambientes virtuales de aprendizaje
Huapaya, Constanza Raquel
Ciencias Informáticas
software
Educación a Distancia
Data mining
ambientes virtuales de aprendizaje; educación en ingeniería
title_short Minería de datos educacional en ambientes virtuales de aprendizaje
title_full Minería de datos educacional en ambientes virtuales de aprendizaje
title_fullStr Minería de datos educacional en ambientes virtuales de aprendizaje
title_full_unstemmed Minería de datos educacional en ambientes virtuales de aprendizaje
title_sort Minería de datos educacional en ambientes virtuales de aprendizaje
dc.creator.none.fl_str_mv Huapaya, Constanza Raquel
Lizarralde, Francisco Ángel José
Arona, Graciela
Massa, Stella Maris
author Huapaya, Constanza Raquel
author_facet Huapaya, Constanza Raquel
Lizarralde, Francisco Ángel José
Arona, Graciela
Massa, Stella Maris
author_role author
author2 Lizarralde, Francisco Ángel José
Arona, Graciela
Massa, Stella Maris
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
software
Educación a Distancia
Data mining
ambientes virtuales de aprendizaje; educación en ingeniería
topic Ciencias Informáticas
software
Educación a Distancia
Data mining
ambientes virtuales de aprendizaje; educación en ingeniería
dc.description.none.fl_txt_mv En la actualidad, los Ambientes Virtuales de Aprendizaje (AVAs) almacenan una gran cantidad de datos sobre las actividades de los estudiantes cuando estos toman un curso y usualmente esta información es utilizada para monitorear características del curso. Esta información se presenta comúnmente en formato tabular que, dependiendo de la cantidad o del tipo de datos, a veces resulta difícil de interpretar. Esta vasta cantidad de datos no puede ser inspeccionada manualmente. Esta es la razón por la cual el uso de la Minería de Datos Educacional (MDE) es muy apropiada para descubrir información “escondida” en las bases de datos de un AVA. Los métodos pueden ser aplicados para explorar, visualizar, y analizar datos de e-learning con la finalidad de identificar patrones útiles aplicables a la evaluación de la actividad del usuario en la web y descubrir más profundamente como aprenden los estudiantes. Los métodos nos permiten revelar nuevo, interesante y útil conocimiento basado en datos de la actividad del estudiante. En particular, nos interesa investigar la información para estimar los perfiles cognitivos del estudiante a partir de los datos recolectados. Estos perfiles aportarán conocimiento al AVA para entregar material remedial (como Objetos de Aprendizaje personalizados) para los estudiantes con bajo rendimiento
Eje: Tecnología informática aplicada en educación
Red de Universidades con Carreras en Informática (RedUNCI)
description En la actualidad, los Ambientes Virtuales de Aprendizaje (AVAs) almacenan una gran cantidad de datos sobre las actividades de los estudiantes cuando estos toman un curso y usualmente esta información es utilizada para monitorear características del curso. Esta información se presenta comúnmente en formato tabular que, dependiendo de la cantidad o del tipo de datos, a veces resulta difícil de interpretar. Esta vasta cantidad de datos no puede ser inspeccionada manualmente. Esta es la razón por la cual el uso de la Minería de Datos Educacional (MDE) es muy apropiada para descubrir información “escondida” en las bases de datos de un AVA. Los métodos pueden ser aplicados para explorar, visualizar, y analizar datos de e-learning con la finalidad de identificar patrones útiles aplicables a la evaluación de la actividad del usuario en la web y descubrir más profundamente como aprenden los estudiantes. Los métodos nos permiten revelar nuevo, interesante y útil conocimiento basado en datos de la actividad del estudiante. En particular, nos interesa investigar la información para estimar los perfiles cognitivos del estudiante a partir de los datos recolectados. Estos perfiles aportarán conocimiento al AVA para entregar material remedial (como Objetos de Aprendizaje personalizados) para los estudiantes con bajo rendimiento
publishDate 2012
dc.date.none.fl_str_mv 2012
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/10915/19421
url http://sedici.unlp.edu.ar/handle/10915/19421
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-766-082-5
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
996-1000
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_ 1846782801021501440
score 12.982451

Publicaciones similares