Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay

Autores
La Red Martínez, David L.; Bobadilla, Gabriela
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El problema de la deserción temprana en las Universidades se ve agravado cada día más por diferentes causas. La situación académica de pobre rendimiento se ve afectada por múltiples factores que conforman un escenario complejo de análisis. En general no existe un solo aspecto que determine el fracaso de los alumnos, por el contrario, es la interacción de varias circunstancias la que provoca el abandono de las carreras universitarias. Claramente, la situación socio-económica es clave a la hora del análisis y no puede dejarse de lado cuando se intenta estudiar el fenómeno de la deserción. Es importante, por tanto, estudiar y determinar cuáles son las variables que inciden en el rendimiento académico a fin de poder establecer estrategias de acción pedagógicas que permitan mejorar dicho rendimiento. Claramente, la interacción de dichas variables es un problema complejo de abordar con técnicas de análisis tradicionales. Por esto se propone realizar un análisis de los datos utilizando herramientas computacionales y algoritmos adecuados para tal fin. Este proyecto tiene como propósito intentar establecer los perfiles de rendimiento académico de los alumnos de la Universidad Nacional del Este (UNE) de Ciudad del Este – Paraguay a fin de poder describir la situación de deserción e intentar explicar las causas que motivan el abandono de las carreras que se dictan allí. Para ello, se utiliza- rán técnicas de minería sobre los datos académi- cos y socio-económicos de los alumnos, aplicando algoritmos de búsqueda de conocimiento en grandes volúmenes de información. Entre esos algoritmos de Minería de Datos (del inglés Data Mining o DM) se destaca la utilización de redes neuronales, algoritmos genéticos, predicción dinámica, agentes inteligentes, clustering, reglas de asociación, árboles de decisión, análisis de correlación, análisis semántico, análisis de regresión, entre otros. Si bien el proyecto se llevará a cabo analizando carreras de la UNE, ha sido desarrollado en el ámbito de la Red de Cooperación Interuniversitaria en TICs del Mercosur (ReCITic) integrada por la Universidad Tecnológica Nacional, Facultad Regional Resistencia (UTN-FRRe, Resistencia, Chaco, Argentina), la Universidad Gastón Dachary (UGD, Posadas, Misiones, Argentina), la Universidade Estadual do Oeste do Paraná (UNIOESTE, Foz do Iguaҫú, Brasil) y la Universidad Nacional del Este (UNE, Ciudad del Este, Paraguay). En el proyecto trabajarán docentes investigadores de las mencionadas universidades, lo que lo hace de carácter interdisciplinario e internacional.
Eje: Tecnología Informática Aplicada en Educación.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Modeling and prediction
rendimiento académico
Minería de Datos
Information Storage
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/62852
Acceder
id SEDICI_ff1500c60e9106d1afd916a47e846ea8
oai_identifier_str oai:sedici.unlp.edu.ar:10915/62852
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de ParaguayLa Red Martínez, David L.Bobadilla, GabrielaCiencias InformáticasModeling and predictionrendimiento académicoMinería de DatosInformation StorageEl problema de la deserción temprana en las Universidades se ve agravado cada día más por diferentes causas. La situación académica de pobre rendimiento se ve afectada por múltiples factores que conforman un escenario complejo de análisis. En general no existe un solo aspecto que determine el fracaso de los alumnos, por el contrario, es la interacción de varias circunstancias la que provoca el abandono de las carreras universitarias. Claramente, la situación socio-económica es clave a la hora del análisis y no puede dejarse de lado cuando se intenta estudiar el fenómeno de la deserción. Es importante, por tanto, estudiar y determinar cuáles son las variables que inciden en el rendimiento académico a fin de poder establecer estrategias de acción pedagógicas que permitan mejorar dicho rendimiento. Claramente, la interacción de dichas variables es un problema complejo de abordar con técnicas de análisis tradicionales. Por esto se propone realizar un análisis de los datos utilizando herramientas computacionales y algoritmos adecuados para tal fin. Este proyecto tiene como propósito intentar establecer los perfiles de rendimiento académico de los alumnos de la Universidad Nacional del Este (UNE) de Ciudad del Este – Paraguay a fin de poder describir la situación de deserción e intentar explicar las causas que motivan el abandono de las carreras que se dictan allí. Para ello, se utiliza- rán técnicas de minería sobre los datos académi- cos y socio-económicos de los alumnos, aplicando algoritmos de búsqueda de conocimiento en grandes volúmenes de información. Entre esos algoritmos de Minería de Datos (del inglés Data Mining o DM) se destaca la utilización de redes neuronales, algoritmos genéticos, predicción dinámica, agentes inteligentes, clustering, reglas de asociación, árboles de decisión, análisis de correlación, análisis semántico, análisis de regresión, entre otros. Si bien el proyecto se llevará a cabo analizando carreras de la UNE, ha sido desarrollado en el ámbito de la Red de Cooperación Interuniversitaria en TICs del Mercosur (ReCITic) integrada por la Universidad Tecnológica Nacional, Facultad Regional Resistencia (UTN-FRRe, Resistencia, Chaco, Argentina), la Universidad Gastón Dachary (UGD, Posadas, Misiones, Argentina), la Universidade Estadual do Oeste do Paraná (UNIOESTE, Foz do Iguaҫú, Brasil) y la Universidad Nacional del Este (UNE, Ciudad del Este, Paraguay). En el proyecto trabajarán docentes investigadores de las mencionadas universidades, lo que lo hace de carácter interdisciplinario e internacional.Eje: Tecnología Informática Aplicada en Educación.Red de Universidades con Carreras en Informática (RedUNCI)2017-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1149-1153http://sedici.unlp.edu.ar/handle/10915/62852spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-42-5143-5info:eu-repo/semantics/reference/hdl/10915/61343info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-06-23T10:31:13Zoai:sedici.unlp.edu.ar:10915/62852Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-06-23 10:31:13.383SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay
title Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay
spellingShingle Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay
La Red Martínez, David L.
Ciencias Informáticas
Modeling and prediction
rendimiento académico
Minería de Datos
Information Storage
title_short Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay
title_full Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay
title_fullStr Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay
title_full_unstemmed Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay
title_sort Detección de perfiles de rendimiento académico en la Universidad Nacional del Este de Paraguay
dc.creator.none.fl_str_mv La Red Martínez, David L.
Bobadilla, Gabriela
author La Red Martínez, David L.
author_facet La Red Martínez, David L.
Bobadilla, Gabriela
author_role author
author2 Bobadilla, Gabriela
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Modeling and prediction
rendimiento académico
Minería de Datos
Information Storage
topic Ciencias Informáticas
Modeling and prediction
rendimiento académico
Minería de Datos
Information Storage
dc.description.none.fl_txt_mv El problema de la deserción temprana en las Universidades se ve agravado cada día más por diferentes causas. La situación académica de pobre rendimiento se ve afectada por múltiples factores que conforman un escenario complejo de análisis. En general no existe un solo aspecto que determine el fracaso de los alumnos, por el contrario, es la interacción de varias circunstancias la que provoca el abandono de las carreras universitarias. Claramente, la situación socio-económica es clave a la hora del análisis y no puede dejarse de lado cuando se intenta estudiar el fenómeno de la deserción. Es importante, por tanto, estudiar y determinar cuáles son las variables que inciden en el rendimiento académico a fin de poder establecer estrategias de acción pedagógicas que permitan mejorar dicho rendimiento. Claramente, la interacción de dichas variables es un problema complejo de abordar con técnicas de análisis tradicionales. Por esto se propone realizar un análisis de los datos utilizando herramientas computacionales y algoritmos adecuados para tal fin. Este proyecto tiene como propósito intentar establecer los perfiles de rendimiento académico de los alumnos de la Universidad Nacional del Este (UNE) de Ciudad del Este – Paraguay a fin de poder describir la situación de deserción e intentar explicar las causas que motivan el abandono de las carreras que se dictan allí. Para ello, se utiliza- rán técnicas de minería sobre los datos académi- cos y socio-económicos de los alumnos, aplicando algoritmos de búsqueda de conocimiento en grandes volúmenes de información. Entre esos algoritmos de Minería de Datos (del inglés Data Mining o DM) se destaca la utilización de redes neuronales, algoritmos genéticos, predicción dinámica, agentes inteligentes, clustering, reglas de asociación, árboles de decisión, análisis de correlación, análisis semántico, análisis de regresión, entre otros. Si bien el proyecto se llevará a cabo analizando carreras de la UNE, ha sido desarrollado en el ámbito de la Red de Cooperación Interuniversitaria en TICs del Mercosur (ReCITic) integrada por la Universidad Tecnológica Nacional, Facultad Regional Resistencia (UTN-FRRe, Resistencia, Chaco, Argentina), la Universidad Gastón Dachary (UGD, Posadas, Misiones, Argentina), la Universidade Estadual do Oeste do Paraná (UNIOESTE, Foz do Iguaҫú, Brasil) y la Universidad Nacional del Este (UNE, Ciudad del Este, Paraguay). En el proyecto trabajarán docentes investigadores de las mencionadas universidades, lo que lo hace de carácter interdisciplinario e internacional.
Eje: Tecnología Informática Aplicada en Educación.
Red de Universidades con Carreras en Informática (RedUNCI)
description El problema de la deserción temprana en las Universidades se ve agravado cada día más por diferentes causas. La situación académica de pobre rendimiento se ve afectada por múltiples factores que conforman un escenario complejo de análisis. En general no existe un solo aspecto que determine el fracaso de los alumnos, por el contrario, es la interacción de varias circunstancias la que provoca el abandono de las carreras universitarias. Claramente, la situación socio-económica es clave a la hora del análisis y no puede dejarse de lado cuando se intenta estudiar el fenómeno de la deserción. Es importante, por tanto, estudiar y determinar cuáles son las variables que inciden en el rendimiento académico a fin de poder establecer estrategias de acción pedagógicas que permitan mejorar dicho rendimiento. Claramente, la interacción de dichas variables es un problema complejo de abordar con técnicas de análisis tradicionales. Por esto se propone realizar un análisis de los datos utilizando herramientas computacionales y algoritmos adecuados para tal fin. Este proyecto tiene como propósito intentar establecer los perfiles de rendimiento académico de los alumnos de la Universidad Nacional del Este (UNE) de Ciudad del Este – Paraguay a fin de poder describir la situación de deserción e intentar explicar las causas que motivan el abandono de las carreras que se dictan allí. Para ello, se utiliza- rán técnicas de minería sobre los datos académi- cos y socio-económicos de los alumnos, aplicando algoritmos de búsqueda de conocimiento en grandes volúmenes de información. Entre esos algoritmos de Minería de Datos (del inglés Data Mining o DM) se destaca la utilización de redes neuronales, algoritmos genéticos, predicción dinámica, agentes inteligentes, clustering, reglas de asociación, árboles de decisión, análisis de correlación, análisis semántico, análisis de regresión, entre otros. Si bien el proyecto se llevará a cabo analizando carreras de la UNE, ha sido desarrollado en el ámbito de la Red de Cooperación Interuniversitaria en TICs del Mercosur (ReCITic) integrada por la Universidad Tecnológica Nacional, Facultad Regional Resistencia (UTN-FRRe, Resistencia, Chaco, Argentina), la Universidad Gastón Dachary (UGD, Posadas, Misiones, Argentina), la Universidade Estadual do Oeste do Paraná (UNIOESTE, Foz do Iguaҫú, Brasil) y la Universidad Nacional del Este (UNE, Ciudad del Este, Paraguay). En el proyecto trabajarán docentes investigadores de las mencionadas universidades, lo que lo hace de carácter interdisciplinario e internacional.
publishDate 2017
dc.date.none.fl_str_mv 2017-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/62852
url http://sedici.unlp.edu.ar/handle/10915/62852
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-42-5143-5
info:eu-repo/semantics/reference/hdl/10915/61343
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
1149-1153
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1868981879487594496
score 13.265058

Publicaciones similares