Grupo UTN GIESIN - Difusión Científica - Trabajos Presentados en Congresos

Permanent URI for this collectionhttp://48.217.138.120/handle/20.500.12272/683

Browse

Filters

2015 - 201922020 - 20211

Settings

Subject: search.filters.subject.rendimiento académico

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Relaciones estructurales entre factores ambientales e individuales y el rendimiento en matemática
    (2021-08-13) Closas, Antonio Humberto; Arriola, Edgardo Alberto; Amarilla, Mariela Rosana; Jovanovich, Ethel Carina
    El rendimiento académico representa un fenómeno multicausal que puede ser analizado desde distintos enfoques, también teniendo en cuenta diferentes razones, sus vinculaciones e implicancias. En este marco, el objetivo del presente trabajo radica en desarrollar un modelo de estructuras de covarianza que permita explicar de qué manera ciertos factores ambientales e individuales se relacionan con los resultados en una asignatura del área de Matemática. La muestra estuvo compuesta por 142 jóvenes, pertenecientes a la FRRe-UTN, con una media de 19.75 años (DE = 1.42). El estudio responde a un diseño explicativo, de estilo descriptivo mediante encuesta, de línea cuantitativa y de corte transversal. A través de los criterios asumidos (residuos e iteraciones), como de los índices descriptivos y prácticos elegidos (indicadores globales), fue posible verificar que el diseño postulado se ajusta al modelo empírico y sería de utilidad para explicar la variabilidad del rendimiento académico en la asignatura de interés. A partir de la representación final que se propone se sugieren algunas medidas de intervención socioeducativas con el objeto de promover soluciones efectivas al problema del fenómeno objeto de estudio.
  • Thumbnail Image
    Item
    Hacia un modelo predictivo de rendimiento académico utilizando minería de datos en la UTN-FRRe
    (2016-04-14) La Red Martínez, David Luis; Karanik, Marcelo; Giovannini, Mirta Eve; Scappini, Reinaldo
    Durante el cursado de la carrera de Ingeniería en Sistemas de Información en la Facultad Regional Resistencia de la Universidad Tecnológica Nacional (UTN‐FRRe), el alumno se enfrenta con la necesidad de cursar y regularizar ciertas materias que le generan restricciones de correlatividad. Ese es el caso de la cátedra de primer año Algoritmos y Estructuras de Datos, cuya regularización es necesaria para cursar varias asignaturas de segundo y tercer año. Tomando como base los resultados del proyecto “Determinación de perfiles de estudiantes y de rendimiento académico mediante la utilización de minería de datos”, 25/L059 ‐ UTI1719, implementado en la mencionada cátedra (2013‐2015), se está comenzando un nuevo proyecto tiene como objetivo tomar como punto de partida el análisis descriptivo (lo que pasó), y utilizar la analítica avanzada, con el objetivo de explicar el por qué, el qué va a pasar y cómo podemos abordarlo. Para el estudio se utilizarán distintas herramientas de Minería de Datos: clustering, redes neuronales, redes bayesianas, árboles de decisión, regresión y series temporales, etc. Estas herramientas permiten obtener resultados desde distintas perspectivas del problema abordado. De esta manera se podrán detectar situaciones problemáticas potenciales al inicio del cursado y tomar las medidas necesarias para solucionarlas.
  • Thumbnail Image
    Item
    Determinación de perfiles de rendimiento académico utilizando minería de datos en la UTN-FRRe
    (2015-04-16) La Red Martínez, David Luis; Karanik, Marcelo; Giovaninni, Mirta Eve; Pinto, Noelia
    Este proyecto analiza el rendimiento académico de los alumnos de la Cátedra Algoritmos y Estructuras de Datos de la Carrera Ingeniería en Sistemas de Información de la Facultad Regional Resistencia de la Universidad Tecnológica Nacional. La idea principal es la utilización de técnicas de manejo de Almacenes de Datos y Minería de Datos para establecer los aspectos sociales, familiares y de antecedentes académicos que son comunes a los distintos perfiles de rendimiento en dicha Cátedra. Para ello se ha trabajado con los alumnos utilizando encuestas que recopilan la información general necesaria, asociándola con el desempeño en los exámenes parciales. Con este trabajo se pretende obtener modelos no solamente descriptivos y explicativos, sino también modelos predictivos que permitan abordar la problemática de la deserción de los alumnos de manera temprana.