Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías

Autores
Carrizo, Claudio; Jramoy, Emiliano; Barrera, Facundo Hernan; Cardona, Fernando; Navarro Peláez, Raúl; Racca, Sofía
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Las instituciones universitarias tienen el desafío de asegurar y mantener el nivel de calidad académica con el fin de proveer profesionales altamente capacitados que respondan a las demandas del mercado laboral actual, especialmente en el área de las TICs. Uno de los aspectos en donde las universidades deben poner mayor énfasis es en el rendimiento académico, ya que generalmente un bajo rendimiento académico está asociado con una alta tasa de deserción de alumnos. Para evaluar el rendimiento académico de un alumno es necesario conocer si existen patrones o perfiles comunes a grupos de alumnos, esto es de significativa importancia para definir acciones que permitan mejorar el desempeño de los alumnos. En este trabajo se propone el uso de minería de datos educacional para la construcción de modelos que permitan identificar perfiles de alumnos que recursan materias básicas en el primer año de las carreras de ingenierías. Los resultados de este proyecto serán un aporte para el área de gestión académica, ya que podrán contar con un instrumento objetivo que les permitirá definir acciones a futuro en pos de lograr la mejora en el rendimiento académico de los alumnos en materias básicas del primer año.
Fil: Carrizo, Claudio. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Jramoy, Emiliano. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Barrera, Facundo. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Cardona, Fernando. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Navarro Peláez, Raúl. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Racca, Sofía. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Peer Reviewed
Fuente
XXII Workshop de Investigadores En Ciencias De La Computación - WICC 2020: 982-986 (2020).
Materia
Minería de datos educacional
Modelos
Patrones
Alumnos recursantes
Ingeniería
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2024-06-24T19:02:18Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/11021
Acceder
id RIAUTN_811cbf16d257a7caa4c931cdd41f4b2b
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/11021
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenieríasCarrizo, ClaudioJramoy, EmilianoBarrera, Facundo HernanCardona, FernandoNavarro Peláez, RaúlRacca, SofíaMinería de datos educacionalModelosPatronesAlumnos recursantesIngenieríaLas instituciones universitarias tienen el desafío de asegurar y mantener el nivel de calidad académica con el fin de proveer profesionales altamente capacitados que respondan a las demandas del mercado laboral actual, especialmente en el área de las TICs. Uno de los aspectos en donde las universidades deben poner mayor énfasis es en el rendimiento académico, ya que generalmente un bajo rendimiento académico está asociado con una alta tasa de deserción de alumnos. Para evaluar el rendimiento académico de un alumno es necesario conocer si existen patrones o perfiles comunes a grupos de alumnos, esto es de significativa importancia para definir acciones que permitan mejorar el desempeño de los alumnos. En este trabajo se propone el uso de minería de datos educacional para la construcción de modelos que permitan identificar perfiles de alumnos que recursan materias básicas en el primer año de las carreras de ingenierías. Los resultados de este proyecto serán un aporte para el área de gestión académica, ya que podrán contar con un instrumento objetivo que les permitirá definir acciones a futuro en pos de lograr la mejora en el rendimiento académico de los alumnos en materias básicas del primer año.Fil: Carrizo, Claudio. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Jramoy, Emiliano. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Barrera, Facundo. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Cardona, Fernando. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Navarro Peláez, Raúl. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Fil: Racca, Sofía. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.Peer Reviewed2024-06-24T19:02:18Z2024-06-24T19:02:18Z2020info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfXXII Workshop de Investigadores En Ciencias De La Computación Junio 2020 El Calafate - Santa Cruz – Argentina (P 982-986) - WICC 2020 978-987-3714-82-5 http://hdl.handle.net/20.500.12272/11021XXII Workshop de Investigadores En Ciencias De La Computación - WICC 2020: 982-986 (2020).reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica NacionalspaNacionalinfo:eu-repo/semantics/openAccess2024-06-24T19:02:18Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internacional.2026-10-01T11:58:39Zoai:ria.utn.edu.ar:20.500.12272/11021instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:58:41.01Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías
title Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías
spellingShingle Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías
Carrizo, Claudio
Minería de datos educacional
Modelos
Patrones
Alumnos recursantes
Ingeniería
title_short Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías
title_full Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías
title_fullStr Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías
title_full_unstemmed Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías
title_sort Minería de datos educacional para determinar perfiles de alumnos recursantes en carreras de ingenierías
dc.creator.none.fl_str_mv Carrizo, Claudio
Jramoy, Emiliano
Barrera, Facundo Hernan
Cardona, Fernando
Navarro Peláez, Raúl
Racca, Sofía
author Carrizo, Claudio
author_facet Carrizo, Claudio
Jramoy, Emiliano
Barrera, Facundo Hernan
Cardona, Fernando
Navarro Peláez, Raúl
Racca, Sofía
author_role author
author2 Jramoy, Emiliano
Barrera, Facundo Hernan
Cardona, Fernando
Navarro Peláez, Raúl
Racca, Sofía
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Minería de datos educacional
Modelos
Patrones
Alumnos recursantes
Ingeniería
topic Minería de datos educacional
Modelos
Patrones
Alumnos recursantes
Ingeniería
dc.description.none.fl_txt_mv Las instituciones universitarias tienen el desafío de asegurar y mantener el nivel de calidad académica con el fin de proveer profesionales altamente capacitados que respondan a las demandas del mercado laboral actual, especialmente en el área de las TICs. Uno de los aspectos en donde las universidades deben poner mayor énfasis es en el rendimiento académico, ya que generalmente un bajo rendimiento académico está asociado con una alta tasa de deserción de alumnos. Para evaluar el rendimiento académico de un alumno es necesario conocer si existen patrones o perfiles comunes a grupos de alumnos, esto es de significativa importancia para definir acciones que permitan mejorar el desempeño de los alumnos. En este trabajo se propone el uso de minería de datos educacional para la construcción de modelos que permitan identificar perfiles de alumnos que recursan materias básicas en el primer año de las carreras de ingenierías. Los resultados de este proyecto serán un aporte para el área de gestión académica, ya que podrán contar con un instrumento objetivo que les permitirá definir acciones a futuro en pos de lograr la mejora en el rendimiento académico de los alumnos en materias básicas del primer año.
Fil: Carrizo, Claudio. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Jramoy, Emiliano. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Barrera, Facundo. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Cardona, Fernando. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Navarro Peláez, Raúl. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Fil: Racca, Sofía. Universidad Tecnológica Nacional. Facultad Regional San Francisco; Argentina.
Peer Reviewed
description Las instituciones universitarias tienen el desafío de asegurar y mantener el nivel de calidad académica con el fin de proveer profesionales altamente capacitados que respondan a las demandas del mercado laboral actual, especialmente en el área de las TICs. Uno de los aspectos en donde las universidades deben poner mayor énfasis es en el rendimiento académico, ya que generalmente un bajo rendimiento académico está asociado con una alta tasa de deserción de alumnos. Para evaluar el rendimiento académico de un alumno es necesario conocer si existen patrones o perfiles comunes a grupos de alumnos, esto es de significativa importancia para definir acciones que permitan mejorar el desempeño de los alumnos. En este trabajo se propone el uso de minería de datos educacional para la construcción de modelos que permitan identificar perfiles de alumnos que recursan materias básicas en el primer año de las carreras de ingenierías. Los resultados de este proyecto serán un aporte para el área de gestión académica, ya que podrán contar con un instrumento objetivo que les permitirá definir acciones a futuro en pos de lograr la mejora en el rendimiento académico de los alumnos en materias básicas del primer año.
publishDate 2020
dc.date.none.fl_str_mv 2020
2024-06-24T19:02:18Z
2024-06-24T19:02:18Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv XXII Workshop de Investigadores En Ciencias De La Computación Junio 2020 El Calafate - Santa Cruz – Argentina (P 982-986) - WICC 2020
 978-987-3714-82-5 
http://hdl.handle.net/20.500.12272/11021
identifier_str_mv XXII Workshop de Investigadores En Ciencias De La Computación Junio 2020 El Calafate - Santa Cruz – Argentina (P 982-986) - WICC 2020
 978-987-3714-82-5 
url http://hdl.handle.net/20.500.12272/11021
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2024-06-24T19:02:18Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
.
eu_rights_str_mv openAccess
rights_invalid_str_mv 2024-06-24T19:02:18Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
.
dc.format.none.fl_str_mv pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.source.none.fl_str_mv XXII Workshop de Investigadores En Ciencias De La Computación - WICC 2020: 982-986 (2020).
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862398477467648
score 13.364332

Publicaciones similares