Mostrar el registro sencillo del ítem

dc.contributor.authorLandacay-Jaramillo, Katty Juliana
dc.date2017-10
dc.date.accessioned2018-05-08T15:56:00Z
dc.date.available2018-05-08T15:56:00Z
dc.identifier.urihttps://reunir.unir.net/handle/123456789/6470
dc.descriptionSuspicion or reprobation of subjects, one of the causes of student demotivation, is also one of the reasons why students abandon or change their careers and even of an educational institution. The objective of this research project is to detect or find patterns related to the reprobation of subjects with high failure rates, called filtering materials. This in the application of data mining and the use of a methodology related to projects of this type, which facilitate and guide this process, in this case CRISP-DM has been selected. To this end, data have been collected on academic variables related to: teacher who dictates the subject, the student enrolled and the subject offered. Variables related to the teacher are used, because it is considered within the teaching process as the facilitator or guide of learning. The data collected are related to academic factors, no socioeconomic and family factors data have been used. The data come from the distance modality of an Institution of Higher Education, from this data set, only the filtering materials, of type trunk or of race (subjects related completely to the specialization of the race) have been selected , in the last three semesters or academic periods, high levels of reprobation. It is intended to apply several types of algorithms for the detection of patterns, as well as a validation of the results that they generate, with two main purposes, the first, to select the algorithm that could be used in similar data mining problems Para to help students make institutional decisions about academic failure. The contribution that it is wanted to offer in developing the present work, and that differentiates it from other research projects, is the problem selected, academic failure as a cause for academic desertion, which is why through this research it is intended to generate knowledge, which can be used by the institution or academic institutions, which allows them to detect, at an early stage, the risk of student disapproval, in order to reduce the high rates of reprobation, and to minimize the existence of filtering materials, thus increasing the rates of academic continuity.es_ES
dc.description.abstractEl suspenso o la reprobación de asignaturas, una de las causas de la desmotivación estudiantil, es también una de las razones por la que los estudiantes abandonan o se cambian de carrera e incluso de institución educativa. El objetivo de este proyecto de investigación es detectar o encontrar patrones relacionados a la reprobación de las asignaturas con altas tasas de reprobación, denominadas materias filtradoras. Esto mediante la aplicación de minería de datos y utilizando una metodología relacionada a proyectos de este tipo, que facilite y guíe este proceso, en este caso se ha seleccionado CRISP-DM. Para este fin se han recopilado datos de variables académicas relacionadas al: docente que dicta la materia, al estudiante matriculado y a la materia ofertada. Se utilizan variables relacionadas al docente, debido a que este es considerado dentro del proceso de enseñanza como el facilitador o guía del aprendizaje. Los datos recolectados, están relacionados a factores académicos, no se han utilizado datos de factores socioeconómicos, ni familiares. Los datos provienen de la modalidad a distancia de una Institución de Educación Superior, de este conjunto de datos, se han seleccionado sólo las materias filtradoras, de tipo troncal o de carrera (materias relacionadas completamente a la especialización de la carrera) y que han tenido, en los últimos tres semestres o periodos académicos, altos niveles de reprobación. Se pretende aplicar varios tipos de algoritmos para la detección de patrones, así mismo se realizará una validación de los resultados que estos generen, con dos propósitos principales, el primero, seleccionar el o los algoritmos que se podrían utilizar en problemas similares de minería de datos educativos, y el segundo, para filtrar los mejores patrones que pueda ayudar en la toma de decisiones de la institución con respecto a la reprobación académica. La contribución que se desea brindar al desarrollar el presente trabajo, y que lo diferencia de otros proyectos investigativos, es el problema seleccionado, la reprobación académica como causa para la deserción académica, por lo cual se pretende a través de esta investigación, generar conocimiento, que pueda ser utilizado por la institución o instituciones académicas, que les permita detectar, de forma temprana, el riesgo de reprobación de un estudiante, con la finalidad de disminuir los altos índices de reprobación, y minimizar la existencia de materias filtradoras, aumentando así las tasas de continuidad académica.es_ES
dc.language.isospaes_ES
dc.rightsopenAccesses_ES
dc.subjectminería de datoses_ES
dc.subjectcomparación de algoritmoses_ES
dc.subjectreprobación académicaes_ES
dc.subjecteducación superior a distanciaes_ES
dc.subjectMáster en Visual Analytics y Big Dataes_ES
dc.titleDetección de patrones académicos en asignaturas con altas tasas de suspensoses_ES
dc.typemasterThesises_ES
reunir.tag~MAVDMes_ES


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem