Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios

Autores
Dapozo, Gladys N.; Porcel, Eduardo; López, María Victoria; Bogado, Verónica S.
Año de publicación
2007
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El estudio del gran volumen de información que se obtiene de los alumnos que ingresan a la universidad permitirá lograr una caracterización de los mismos. Esto servirá de punto de partida para relacionar estos datos con otras variables que contribuyan a identificar situaciones o factores que estén relacionados con el bajo rendimiento académico de los estudiantes en el primer año de carrera universitaria. Para este propósito, se han aplicado técnicas de minería de datos mediante una herramienta de software libre. Sin embargo, a través de las pruebas realizadas, se ha detectado una gran cantidad de datos inconsistentes, incoherentes y, principalmente, faltantes. Debido a esto, se propone analizar, en profundidad, las técnicas de preprocesamiento de datos disponibles en los programas que implementan técnicas de datamining con el fin de incrementar la calidad de los datos previo a su procesamiento, principalmente, y por otra parte, detectar posibles dificultades de interpretación de los requerimientos del formulario diseñado para recabar la información por parte de los aspirantes a ingresar a la universidad.
Eje: Ingeniería de Software y Base de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
minería de datos
base de datos
SOFTWARE ENGINEERING
técnicas de preprocesado de datos
herramienta de software libre
rendimiento académico de alumnos universitarios
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:10915/20453
Acceder
id SEDICI_ca4b9e0d756bf9ed38e34b1cd2d12115
oai_identifier_str oai:sedici.unlp.edu.ar:10915/20453
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitariosDapozo, Gladys N.Porcel, EduardoLópez, María VictoriaBogado, Verónica S.Ciencias Informáticasminería de datosbase de datosSOFTWARE ENGINEERINGtécnicas de preprocesado de datosherramienta de software librerendimiento académico de alumnos universitariosEl estudio del gran volumen de información que se obtiene de los alumnos que ingresan a la universidad permitirá lograr una caracterización de los mismos. Esto servirá de punto de partida para relacionar estos datos con otras variables que contribuyan a identificar situaciones o factores que estén relacionados con el bajo rendimiento académico de los estudiantes en el primer año de carrera universitaria. Para este propósito, se han aplicado técnicas de minería de datos mediante una herramienta de software libre. Sin embargo, a través de las pruebas realizadas, se ha detectado una gran cantidad de datos inconsistentes, incoherentes y, principalmente, faltantes. Debido a esto, se propone analizar, en profundidad, las técnicas de preprocesamiento de datos disponibles en los programas que implementan técnicas de datamining con el fin de incrementar la calidad de los datos previo a su procesamiento, principalmente, y por otra parte, detectar posibles dificultades de interpretación de los requerimientos del formulario diseñado para recabar la información por parte de los aspirantes a ingresar a la universidad.Eje: Ingeniería de Software y Base de DatosRed de Universidades con Carreras en Informática (RedUNCI)2007-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf535-539http://sedici.unlp.edu.ar/handle/10915/20453spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-763-075-0info: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:UNLP2025-09-29T10:54:15Zoai:sedici.unlp.edu.ar:10915/20453Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:15.454SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios
title Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios
spellingShingle Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios
Dapozo, Gladys N.
Ciencias Informáticas
minería de datos
base de datos
SOFTWARE ENGINEERING
técnicas de preprocesado de datos
herramienta de software libre
rendimiento académico de alumnos universitarios
title_short Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios
title_full Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios
title_fullStr Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios
title_full_unstemmed Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios
title_sort Técnicas de preprocesamiento para mejorar la calidad de los datos en un estudio de caracterización de ingresantes universitarios
dc.creator.none.fl_str_mv Dapozo, Gladys N.
Porcel, Eduardo
López, María Victoria
Bogado, Verónica S.
author Dapozo, Gladys N.
author_facet Dapozo, Gladys N.
Porcel, Eduardo
López, María Victoria
Bogado, Verónica S.
author_role author
author2 Porcel, Eduardo
López, María Victoria
Bogado, Verónica S.
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
minería de datos
base de datos
SOFTWARE ENGINEERING
técnicas de preprocesado de datos
herramienta de software libre
rendimiento académico de alumnos universitarios
topic Ciencias Informáticas
minería de datos
base de datos
SOFTWARE ENGINEERING
técnicas de preprocesado de datos
herramienta de software libre
rendimiento académico de alumnos universitarios
dc.description.none.fl_txt_mv El estudio del gran volumen de información que se obtiene de los alumnos que ingresan a la universidad permitirá lograr una caracterización de los mismos. Esto servirá de punto de partida para relacionar estos datos con otras variables que contribuyan a identificar situaciones o factores que estén relacionados con el bajo rendimiento académico de los estudiantes en el primer año de carrera universitaria. Para este propósito, se han aplicado técnicas de minería de datos mediante una herramienta de software libre. Sin embargo, a través de las pruebas realizadas, se ha detectado una gran cantidad de datos inconsistentes, incoherentes y, principalmente, faltantes. Debido a esto, se propone analizar, en profundidad, las técnicas de preprocesamiento de datos disponibles en los programas que implementan técnicas de datamining con el fin de incrementar la calidad de los datos previo a su procesamiento, principalmente, y por otra parte, detectar posibles dificultades de interpretación de los requerimientos del formulario diseñado para recabar la información por parte de los aspirantes a ingresar a la universidad.
Eje: Ingeniería de Software y Base de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description El estudio del gran volumen de información que se obtiene de los alumnos que ingresan a la universidad permitirá lograr una caracterización de los mismos. Esto servirá de punto de partida para relacionar estos datos con otras variables que contribuyan a identificar situaciones o factores que estén relacionados con el bajo rendimiento académico de los estudiantes en el primer año de carrera universitaria. Para este propósito, se han aplicado técnicas de minería de datos mediante una herramienta de software libre. Sin embargo, a través de las pruebas realizadas, se ha detectado una gran cantidad de datos inconsistentes, incoherentes y, principalmente, faltantes. Debido a esto, se propone analizar, en profundidad, las técnicas de preprocesamiento de datos disponibles en los programas que implementan técnicas de datamining con el fin de incrementar la calidad de los datos previo a su procesamiento, principalmente, y por otra parte, detectar posibles dificultades de interpretación de los requerimientos del formulario diseñado para recabar la información por parte de los aspirantes a ingresar a la universidad.
publishDate 2007
dc.date.none.fl_str_mv 2007-05
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/10915/20453
url http://sedici.unlp.edu.ar/handle/10915/20453
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-763-075-0
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
535-539
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_ 1844615799537401856
score 13.069144

Publicaciones similares