IMPLEMENTACIÓN DE MINERÍA DE DATOS EN LA GESTIÓN ACADÉMICA DE LAS INSTITUCIONES DE EDUCACIÓN SUPERIOR
Palavras-chave:
minería de datos; actores académicos; inclusión; descubrimiento del conocimiento; repositorios de información.Resumo
La preocupación de los administradores educativos por mejorar la eficiencia académica y cumplir con el encargo social de potenciar el talento humano superando las limitaciones propias del estudiante y del entorno educativo, exige la implementación de procesos basados en el uso de tecnología e información. Este trabajo en particular hace una revisión sobre las técnicas de minería de datos aplicables para el análisis de los problemas concernientes a los actores académicos y el centro educativo. Versa la discusión y análisis sobre el papel de la minería de datos en la educación. Se describe su utilidad para analizar las distintas aristas de las actividades educativas y cómo su implementación podría ayudar a cada sector involucrado para mejorar la calidad en el desempeño de las instituciones educativas de una manera inclusiva. Se revisan las limitaciones de la minería de datos educativa. Se realiza una exploración de la literatura previa, para lo cual se realizaron búsquedas en diferentes revistas, publicaciones, artículos y otros.Referências
Baker, R. S., Yacef, K. (2009). The state of educational data mining in 2009: A review and future visions. JEDM-Journal of Educational Data Mining.
Beguerí, G., Klenzi, R. O., Malberti, A. (2013). Determinación de factores resilientes en los alumnos universitarios. In XV Workshop de Investigadores en Ciencias de la Computación.
Romero, C., Ventura, S. (2010). Educational Data Mining: A Review of the State-of-the-Art. IEEE Transaction on Systems, Man, and Cybernetics, Part C: Applications and Reviews. 40(6), 601-618, 2010.
Díaz, F.J., Schiavoni, M.A., Amadeo, A.P., Charnelli, M.E. (2014). Búsqueda personalizada de recursos educativos basada en el perfil del alumno dentro de un entorno educativo. In XVI Workshop de Investigadores en Ciencias de la Computación.
Durán, E.B., Costaguta, R.N. (2007). Minería de datos para descubrir estilos de aprendizaje. Revista Iberoamericana de Educación, 42(2), 6.
Galindo, A., García, H. (2010). Minería de Datos en la Educación. Universidad Carlos III.
Gómez, D.A., García F.J., Therón, R. (2014). Analítica visual en e-learning. El profesional de la información, 23(3), 1386-6710.
Larrea, E., Granados, V. (2013). El sistema de educación superior para la sociedad del buen vivir basada en el conocimiento: El caso ecuatoriano (Doctoral dissertation).
Monsalve, J., Aponte, F. Hoyos, J. (2013). Aplicación de minería de datos educativos a procesos B-Learning. Conferencias LACLO, 4(1).
Naqvi, R. (2015). Data Mining in Educational Settings. Pakistan Journal of Engineering, Technology & Science, 4(2).
Orea, S.V., Vargas, A.S., Alonso, M.G. (2005). Minería de datos: predicción de la deserción escolar mediante el algoritmo de árboles de decisión y el algoritmo de los k vecinos más cercanos. Ene, 779(73), 33.
Pérez, R., Mestre, U. (2012). Modelo pedagógico de tutoría telemática en la educación de postgrado. Revista Didasc@lia: Didáctica y Educación. ISSN 2224-2643, 3(1), 127-143.
Romero, C., Ventura, S., García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1), 368-384.
Villarreal, J., Mestre, U., y Llanes. L. (2011). La atención a las diferencias individuales, en aulas inclusivas, como vía para el aprendizaje desarrollador de las matemáticas en la educación básica y media en Colombia. Didasc@lia: Didáctica y Educación, (4), 59.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2020 Harold Elbert Escobar Terán, Maritza Alcívar Saltos, Carlos Marquez de la Plata, Charles Edisson Escobar Terán
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y construir a partir del material para cualquier propósito, incluso comercialmente.
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
