Grupo UTN GIESIN - Difusión Científica - Artículos de Revista

Permanent URI for this collectionhttp://48.217.138.120/handle/20.500.12272/681

Browse

Author: search.filters.author.Giovannini, Mirtha

Search Results

Now showing 1 - 5 of 5
  • Thumbnail Image
    Item
    Educational data mining : an experience in UTN FRRe
    (2018-03-13) La Red Martínez, David Luis; Giovannini, Mirtha; Báez, María Eugenia; Torre, Juliana; Yaccuzzi, Nelson
    This paper proposes the use of Data Warehousing and Data Mining techniques on performance, social, economic, demographic and cultural data from students who took “Algorithms and Data Structures”, which is a subject in the Information Systems Engineering curricula at UTN-FRRe (Resistencia, Chaco, Argentina), to establish generic academic performance profiles.
  • Thumbnail Image
    Item
    Academic performance profiles : an intelligent predictive model based on data mining
    (2018-12-01) La Red Martínez, David Luis; Giovannini, Mirtha; Karanik, Marcelo
    It is well known that academic achievement is one of the key aspects in the development of educational activities and it strongly determines the chances of success during and after a university career. It is therefore important to try and effectively monitor students’ performance in order to prevent problems from emerging, as well as, to be able to provide academic coaching when the performance is not adequate. The aforementioned problem-anticipation possibility is closely related to the ability to predict the most probable situation based on concrete information. In an academic achievement framework, it is desirable to be able to predict students’ performance considering concrete individual parameters. This work outlines the results obtained by an academicachievement prediction model based on data mining algorithms which uses socioeconomic information as well as, students’ grades. The tests were carried out at National Technological University, Resistencia Regional Faculty (UTN-FRRe), during the AED-Algoritmos y Estructuras de Datos (Algorithms and Data Structures) class throughout the 2013, 2014, 2015 and 2016 terms. The results obtained confirmed adequate behaviour of the model which has been validated for both description and prediction of academic achievement profiles.
  • Thumbnail Image
    Item
    Predicción del rendimiento académico con minería de datos buscando reducir el bajo rendimiento académico en asignatura de la UTN – FRRe
    (2017-11-02) La Red Martínez, David Luis; Giovannini, Mirtha; Scappini, Reinaldo
    A menudo, las universidades no son capaces de lidiar con la variedad de factores que pueden afectar el rendimiento académico de los estudiantes. Este tipo de situación genera la necesidad de herramientas que determinen patrones de desempeño académico, y permitan establecer perfiles como base para detectar posibles casos de bajo rendimiento de los estudiantes, es decir, detectar los alumnos que necesitan apoyo en sus actividades académicas.
  • Thumbnail Image
    Item
    Academic performance problems : a predictive data mining-based model
    (2017-04-01) La Red Martínez, David Luis; Giovannini, Mirtha; Báez, María Eugenia; Torre, Juliana; Yaccuzzi, Nelson
    Often times, universities are not able to deal with the variety of factors that may affect the academic performance of students. This kind of situation generates the need for tools that establish academic performance patterns, setting profiles as a basis to detect potential cases of underachieving students who need support in their academic activities. This paper proposes the use of Data Warehousing and Data Mining techniques on performance, social, economic, demographic and cultural data from students who took “Algorithms and Data Structures”, which is a subject in the Information Systems Engineering curricula at UTN-FRRe (Resistencia, Chaco, Argentina) in an attempt to establish generic academic performance profiles. From the descriptive analysis obtained during the 2013 to 2015 period from the subject aforementioned, a predictive model was used. It establishes the possibility of students' academic failure, taking into account the factors earlier mentioned.
  • Thumbnail Image
    Item
    Descubrimiento de perfiles de rendimiento estudiantil : un modelo de integración de datos académicos y socioeconómicos
    (2016-10-01) La Red Martínez, David Luis; Karanik, Marcelo; Giovannini, Mirtha; Báez, María Eugenia; Torre, Juliana
    Uno de los mayores problemas que enfrentan las universidades en Argentina, y que cada día toma mayor relevancia, es la alta tasa de deserción estudiantil, la cual se ve reflejada en el número de graduados, que en algunos casos no llega a la mitad de estudiantes. Para encontrar una solución a esta problemática se plantea la necesidad de estudiar sus causas, para lo cual se busca encontrar patrones entre las características de los estudiantes, y definir así perfiles que conduzcan al éxito o fracaso académico. Fundado en esto, este trabajo describe un modelo basado en técnicas de Data Mining para determinar los perfiles de rendimiento académico en la asignatura Algoritmos y Estructura de Datos de la carrera Ingeniería en Sistemas de Información de la Universidad Tecnológica Nacional Facultad Regional Resistencia (UTN-FRRe). Empleando los datos de los alumnos que cursaron la antedicha asignatura en el ciclo lectivo 2014, se procuró determinar en qué medida el desigual desempeño de los mismos es influenciado por otras variables de interés tales como los factores económicos, demográficos, sociales y culturales. En función a estas variables y a partir de técnicas de clasificación y determinación de patrones, se crearon perfiles de rendimiento académico con el objetivo principal de utilizar aquellos tendientes alfracaso o deserción como base a la determinación de futuras políticas de gestión académica que podrían implementarsepara reducir dicho fenómeno.