Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación
- Autores
- Carrizo, Claudio; Saldarini, Javier; Navarro Peláez, Raúl; Viotti, Daiana; Calloni, Antonella
- Año de publicación
- 2025
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Hoy en día es fundamental que las universidades hagan uso de la analítica de datos, con el fin de generar conocimiento que sea de utilidad, para apoyar el proceso de toma de decisiones. Uno de los principales desafíos consiste en mantener un alto nivel de rendimiento académico, a fin de evitar la deserción por parte de los estudiantes de carreras de grado. En el ámbito de una Universidad Púbica, se detectaron problemas de rendimiento académico en instancias de evaluación parcial en materias del área de programación del primer nivel, esto provoca en muchos casos que los estudiantes abandonen el cursado de dichas materias. En este sentido, es posible aplicar analítica predictiva con el propósito de identificar patrones en el conjunto de datos a analizar, con el fin de determinar en forma temprana el desempeño académico que tendrán los futuros estudiantes al cursar estas materias; esto permitirá generar una alerta en pos de definir acciones en forma temprana, que permitan mejorar el rendimiento estudiantil. En la presente línea de investigación se propone la construcción de un modelo predictivo que permita obtener información de antemano para definir la ejecución de un conjunto de acciones, en pos de mejorar el proceso educativo.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
analítica académica
analítica predictiva
desempeño académico
área programación - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/184466
Ver los metadatos del registro completo
id |
SEDICI_cb7124ecaca05013a866f52ff6307f58 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/184466 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programaciónCarrizo, ClaudioSaldarini, JavierNavarro Peláez, RaúlViotti, DaianaCalloni, AntonellaCiencias Informáticasanalítica académicaanalítica predictivadesempeño académicoárea programaciónHoy en día es fundamental que las universidades hagan uso de la analítica de datos, con el fin de generar conocimiento que sea de utilidad, para apoyar el proceso de toma de decisiones. Uno de los principales desafíos consiste en mantener un alto nivel de rendimiento académico, a fin de evitar la deserción por parte de los estudiantes de carreras de grado. En el ámbito de una Universidad Púbica, se detectaron problemas de rendimiento académico en instancias de evaluación parcial en materias del área de programación del primer nivel, esto provoca en muchos casos que los estudiantes abandonen el cursado de dichas materias. En este sentido, es posible aplicar analítica predictiva con el propósito de identificar patrones en el conjunto de datos a analizar, con el fin de determinar en forma temprana el desempeño académico que tendrán los futuros estudiantes al cursar estas materias; esto permitirá generar una alerta en pos de definir acciones en forma temprana, que permitan mejorar el rendimiento estudiantil. En la presente línea de investigación se propone la construcción de un modelo predictivo que permita obtener información de antemano para definir la ejecución de un conjunto de acciones, en pos de mejorar el proceso educativo.Red de Universidades con Carreras en Informática2025-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf760-764http://sedici.unlp.edu.ar/handle/10915/184466spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:17Zoai:sedici.unlp.edu.ar:10915/184466Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:17.517SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación |
title |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación |
spellingShingle |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación Carrizo, Claudio Ciencias Informáticas analítica académica analítica predictiva desempeño académico área programación |
title_short |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación |
title_full |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación |
title_fullStr |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación |
title_full_unstemmed |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación |
title_sort |
Uso de analítica predictiva para anticipar el desempeño académico en materias del área programación |
dc.creator.none.fl_str_mv |
Carrizo, Claudio Saldarini, Javier Navarro Peláez, Raúl Viotti, Daiana Calloni, Antonella |
author |
Carrizo, Claudio |
author_facet |
Carrizo, Claudio Saldarini, Javier Navarro Peláez, Raúl Viotti, Daiana Calloni, Antonella |
author_role |
author |
author2 |
Saldarini, Javier Navarro Peláez, Raúl Viotti, Daiana Calloni, Antonella |
author2_role |
author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas analítica académica analítica predictiva desempeño académico área programación |
topic |
Ciencias Informáticas analítica académica analítica predictiva desempeño académico área programación |
dc.description.none.fl_txt_mv |
Hoy en día es fundamental que las universidades hagan uso de la analítica de datos, con el fin de generar conocimiento que sea de utilidad, para apoyar el proceso de toma de decisiones. Uno de los principales desafíos consiste en mantener un alto nivel de rendimiento académico, a fin de evitar la deserción por parte de los estudiantes de carreras de grado. En el ámbito de una Universidad Púbica, se detectaron problemas de rendimiento académico en instancias de evaluación parcial en materias del área de programación del primer nivel, esto provoca en muchos casos que los estudiantes abandonen el cursado de dichas materias. En este sentido, es posible aplicar analítica predictiva con el propósito de identificar patrones en el conjunto de datos a analizar, con el fin de determinar en forma temprana el desempeño académico que tendrán los futuros estudiantes al cursar estas materias; esto permitirá generar una alerta en pos de definir acciones en forma temprana, que permitan mejorar el rendimiento estudiantil. En la presente línea de investigación se propone la construcción de un modelo predictivo que permita obtener información de antemano para definir la ejecución de un conjunto de acciones, en pos de mejorar el proceso educativo. Red de Universidades con Carreras en Informática |
description |
Hoy en día es fundamental que las universidades hagan uso de la analítica de datos, con el fin de generar conocimiento que sea de utilidad, para apoyar el proceso de toma de decisiones. Uno de los principales desafíos consiste en mantener un alto nivel de rendimiento académico, a fin de evitar la deserción por parte de los estudiantes de carreras de grado. En el ámbito de una Universidad Púbica, se detectaron problemas de rendimiento académico en instancias de evaluación parcial en materias del área de programación del primer nivel, esto provoca en muchos casos que los estudiantes abandonen el cursado de dichas materias. En este sentido, es posible aplicar analítica predictiva con el propósito de identificar patrones en el conjunto de datos a analizar, con el fin de determinar en forma temprana el desempeño académico que tendrán los futuros estudiantes al cursar estas materias; esto permitirá generar una alerta en pos de definir acciones en forma temprana, que permitan mejorar el rendimiento estudiantil. En la presente línea de investigación se propone la construcción de un modelo predictivo que permita obtener información de antemano para definir la ejecución de un conjunto de acciones, en pos de mejorar el proceso educativo. |
publishDate |
2025 |
dc.date.none.fl_str_mv |
2025-04 |
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/10915/184466 |
url |
http://sedici.unlp.edu.ar/handle/10915/184466 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2 info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 760-764 |
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_ |
1844616361779658752 |
score |
13.069144 |