Facultad Regional Resistencia
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/106
Browse
3 results
Search Results
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, JulianaUno 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.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, ReinaldoDurante 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.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, NoeliaEste 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.