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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/19421
Ver los metadatos del registro completo
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:UNLP2025-09-29T10:53:51Zoai: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:13292025-09-29 10:53:51.904SEDICI (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_ |
1844615795429081088 |
score |
13.070432 |