Proceso de identificación de comportamiento de estudiantes recursantes utilizando EVEAs
DOI:
https://doi.org/10.24215/18509959.0.p.%2061-71Palabras clave:
Entornos Virtuales de Enseñanza y Aprendizaje, Proceso de enseñanza aprendizaje mediado, Procesos de explotación de información, Patrones sobre el comportamientoResumen
Los cursos universitarios dados a distancia se apoyan en Entornos Virtuales de Enseñanza y Aprendizaje (EVEAs). Estas plataformas generan informacion que se puede interpretar como las conductas de uso que los participantes exhiben en relacion a las herramientas que dan soporte al proceso de enseñanza-aprendizaje mediado y la comunicación entre los sujetos que participan en el. Se asume que estas conductas se correlacionan con el aprovechamiento que cada estudiante hace de los contenidos del curso. En este articulo se propone un proceso de explotación de información orientado a encontrar patrones sobre el comportamiento de estudiantes recursantes que en oportunidad de volver a cursar la asignatura lo hacen en la versión mediada por EVEA.
Descargas
Los datos de descargas todavía no están disponibles.
Citas
[1] Negash, S. & Gray, P. (2008). Business Intelligence. In Handbook on Decision Support Systems 2, eds. F. Burstein y C. Holsapple (Heidelberg, Springer), Pp. 175-193.
[2] Schiefer, J., , Jeng, J., Kapoor, S. & Chowdhary, P. (2004). Process Information Factory: A Data Management Approach for Enhancing Business Process Intelligence.Proceedings 2004 IEEE International Conference on E-Commerce Technology. Pp. 162- 169.
[3] Curtis, B., Kellner, M., Over, J. (1992). Process Modelling. Communications of the ACM, 35(9): 75-90.
[4] Ferreira, J., Takai, O. & Pu, C. (2005). Integration of Business Processes with Autonomous Information Systems: A Case Study in Government Services. Proceedings Seventh IEEE International Conference on E-Commerce Technology. Pp. 471-474.
[5] Kanungo, S. (2005). Using Process Theory to Analyze Direct and Indirect Value-Drivers of Information Systems. Proceedings of the 38th Annual Hawaii International Conference on System Sciences. Pp. 231-240.
[6] Britos, P. (2008). Procesos de Explotación de Información Basados en Sistemas Inteligentes. Tesis de Doctorado en Ciencias Informáticas. Facultad de Informática. Universidad Nacional de La Plata.
[7] García-Martínez, R., Britos, P., Rodríguez, D. (2013). Information Mining Processes Based on Intelligent Systems. Lecture Notes on Artificial Intelligence, 7906: 402-410. ISBN 978-3-642-38576-6.
[8] García Martínez, R., Servente, M. y Pasquini, D. (2003). Sistemas Inteligentes. Editorial Nueva Librería. ISBN 987-1104-05-7
[9] Aretio, L. G. (1987). Rendimiento académico y abandono en la educación superior a distancia. Universidad Nacional de Educación a Distancia, UNED.
[10] Quesada Catillo, R. (2006). Evaluación del aprendizaje en la educación a distancia “en línea”. RED Revista de Educación a Distancia.
[11] Charum, V, 2007. Modelo de Evaluación de Plataformas Tecnológicas. Tesis de Magíster en Telecomunicaciones. Escuela de Posgrado, Instituto Tecnológico de Buenos Aires.
[12] Luan, J. (2002). Data mining and its applications in higher education. New directions for institutional research, 2002(113), 17-36.
[13] 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, 1(1), 3-17.
[14] Romero, C., & Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005. Expert Systems with Applications, 33(1): 135-146.
[15] Romero, C., & Ventura, S. (2010). Educational data mining: a review of the state of the art. Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 40(6), 601-618.
[16] Romero, C., Ventura, S., & García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1), 368-384.
[17] Minaei-Bidgoli, B., Kashy, D. A., Kortmeyer, G., & Punch, W. F. (2003). Predicting student performance: an application of data mining methods with an educational web-based system. 33rd Annual IEEE Frontiers in Education, Vol. 1, pág. T2A-13.
[18] Bravo, J., & Ortigosa, A. (2009). Detecting Symptoms of Low Performance Using Production Rules. International Working Group on Educational Data Mining.
[19] Dekker, G., Pechenizkiy, M., & Vleeshouwers, J. (2009). Predicting Students Drop Out: A Case Study. EDM, 9, 41-50.
[20] Jiménez Rey, E., Rodríguez, D., Britos, P., García-Martínez, R. (2008). Identificación de Problemas de Aprendizaje de Programación con Explotación de Información. Proceedings XIV Congreso Argentino de Ciencias de la Computación, Artículo 1881. ISBN 978-987-24611-0-2.
[21] Britos, P., Jiménez Rey, E., García-Martínez, E. (2008). Work in Progress: Programming Misunderstandings Discovering Process Based On Intelligent Data Mining Tools. Proceedings 38th IEEE Frontiers in Education Conference. Session F4H: Assessing and Understanding Student Learning. ISBN 978-1-4244-1970-8.
[22] P Britos, Z Cataldi, E Sierra, R García-Martínez (2008). Pedagogical Protocols Selection Automatic Assistance. New Frontiers in Applied Artificial Intelligence. Pag. 331-336. Springer Berlin.
[23] Kuna, H., García Martínez, R., Villatoro, F. (2009). Identificación de Causales de Abandono de Estudios Universitarios. Uso de Procesos de Explotación de Información. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología 5: 39-44.
[24] Kuna, H., García Martínez, R. Villatoro, F. (2010). Pattern Discovery in University Students Desertion Based on Data Mining. Advances and Applications in Statistical Sciences Journal, 2(2): 275-286. ISSN 0974-6811.
[25] Saavedra-Martinez, P., Pollo-Cattaneo, F., Britos, P., Rodríguez, D., García-Martínez, R. 2012. Explotación de Información Aplicada a Identificación de Fallas de Apropiación de Conceptos. Proceedings IX Jornadas Iberoamericanas de Ingeniería del Software e Ingeniería del Conocimiento. Pág. 103-110. Sello Editorial de la PUCP. ISBN 978-612-4057-85-4.
[26] Cigliuti, P., Pollo Cattaneo, M., García Martínez, R. (2012). Procesos de identificación de comportamiento de comunidades educativas centradas en EVEAs. Proceedings XIV WICC. Pág. 954-956. ISBN 978-950-766-082-5.
[27] Martins, S. 2014. Derivación del Proceso de Explotación de Información Desde el Modelado del Negocio. Revista Latinoamericana de Ingeniería de Software, 2(1): 53-76, ISSN 2314-2642.
[28] Martins, S., Rodríguez, D., García-Martínez, R. 2014. Derivación del Proceso de Explotación de Información desde el Dominio de Negocio. Capítulo X en “Ingeniería del Software e Ingeniería del Conocimiento: Dos Disciplinas Interrelacionadas”. Pág. 159-177. Sello Editorial de la Universidad de Medellín. ISBN 978-958-8815-31-2.
[2] Schiefer, J., , Jeng, J., Kapoor, S. & Chowdhary, P. (2004). Process Information Factory: A Data Management Approach for Enhancing Business Process Intelligence.Proceedings 2004 IEEE International Conference on E-Commerce Technology. Pp. 162- 169.
[3] Curtis, B., Kellner, M., Over, J. (1992). Process Modelling. Communications of the ACM, 35(9): 75-90.
[4] Ferreira, J., Takai, O. & Pu, C. (2005). Integration of Business Processes with Autonomous Information Systems: A Case Study in Government Services. Proceedings Seventh IEEE International Conference on E-Commerce Technology. Pp. 471-474.
[5] Kanungo, S. (2005). Using Process Theory to Analyze Direct and Indirect Value-Drivers of Information Systems. Proceedings of the 38th Annual Hawaii International Conference on System Sciences. Pp. 231-240.
[6] Britos, P. (2008). Procesos de Explotación de Información Basados en Sistemas Inteligentes. Tesis de Doctorado en Ciencias Informáticas. Facultad de Informática. Universidad Nacional de La Plata.
[7] García-Martínez, R., Britos, P., Rodríguez, D. (2013). Information Mining Processes Based on Intelligent Systems. Lecture Notes on Artificial Intelligence, 7906: 402-410. ISBN 978-3-642-38576-6.
[8] García Martínez, R., Servente, M. y Pasquini, D. (2003). Sistemas Inteligentes. Editorial Nueva Librería. ISBN 987-1104-05-7
[9] Aretio, L. G. (1987). Rendimiento académico y abandono en la educación superior a distancia. Universidad Nacional de Educación a Distancia, UNED.
[10] Quesada Catillo, R. (2006). Evaluación del aprendizaje en la educación a distancia “en línea”. RED Revista de Educación a Distancia.
[11] Charum, V, 2007. Modelo de Evaluación de Plataformas Tecnológicas. Tesis de Magíster en Telecomunicaciones. Escuela de Posgrado, Instituto Tecnológico de Buenos Aires.
[12] Luan, J. (2002). Data mining and its applications in higher education. New directions for institutional research, 2002(113), 17-36.
[13] 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, 1(1), 3-17.
[14] Romero, C., & Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005. Expert Systems with Applications, 33(1): 135-146.
[15] Romero, C., & Ventura, S. (2010). Educational data mining: a review of the state of the art. Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 40(6), 601-618.
[16] Romero, C., Ventura, S., & García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1), 368-384.
[17] Minaei-Bidgoli, B., Kashy, D. A., Kortmeyer, G., & Punch, W. F. (2003). Predicting student performance: an application of data mining methods with an educational web-based system. 33rd Annual IEEE Frontiers in Education, Vol. 1, pág. T2A-13.
[18] Bravo, J., & Ortigosa, A. (2009). Detecting Symptoms of Low Performance Using Production Rules. International Working Group on Educational Data Mining.
[19] Dekker, G., Pechenizkiy, M., & Vleeshouwers, J. (2009). Predicting Students Drop Out: A Case Study. EDM, 9, 41-50.
[20] Jiménez Rey, E., Rodríguez, D., Britos, P., García-Martínez, R. (2008). Identificación de Problemas de Aprendizaje de Programación con Explotación de Información. Proceedings XIV Congreso Argentino de Ciencias de la Computación, Artículo 1881. ISBN 978-987-24611-0-2.
[21] Britos, P., Jiménez Rey, E., García-Martínez, E. (2008). Work in Progress: Programming Misunderstandings Discovering Process Based On Intelligent Data Mining Tools. Proceedings 38th IEEE Frontiers in Education Conference. Session F4H: Assessing and Understanding Student Learning. ISBN 978-1-4244-1970-8.
[22] P Britos, Z Cataldi, E Sierra, R García-Martínez (2008). Pedagogical Protocols Selection Automatic Assistance. New Frontiers in Applied Artificial Intelligence. Pag. 331-336. Springer Berlin.
[23] Kuna, H., García Martínez, R., Villatoro, F. (2009). Identificación de Causales de Abandono de Estudios Universitarios. Uso de Procesos de Explotación de Información. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología 5: 39-44.
[24] Kuna, H., García Martínez, R. Villatoro, F. (2010). Pattern Discovery in University Students Desertion Based on Data Mining. Advances and Applications in Statistical Sciences Journal, 2(2): 275-286. ISSN 0974-6811.
[25] Saavedra-Martinez, P., Pollo-Cattaneo, F., Britos, P., Rodríguez, D., García-Martínez, R. 2012. Explotación de Información Aplicada a Identificación de Fallas de Apropiación de Conceptos. Proceedings IX Jornadas Iberoamericanas de Ingeniería del Software e Ingeniería del Conocimiento. Pág. 103-110. Sello Editorial de la PUCP. ISBN 978-612-4057-85-4.
[26] Cigliuti, P., Pollo Cattaneo, M., García Martínez, R. (2012). Procesos de identificación de comportamiento de comunidades educativas centradas en EVEAs. Proceedings XIV WICC. Pág. 954-956. ISBN 978-950-766-082-5.
[27] Martins, S. 2014. Derivación del Proceso de Explotación de Información Desde el Modelado del Negocio. Revista Latinoamericana de Ingeniería de Software, 2(1): 53-76, ISSN 2314-2642.
[28] Martins, S., Rodríguez, D., García-Martínez, R. 2014. Derivación del Proceso de Explotación de Información desde el Dominio de Negocio. Capítulo X en “Ingeniería del Software e Ingeniería del Conocimiento: Dos Disciplinas Interrelacionadas”. Pág. 159-177. Sello Editorial de la Universidad de Medellín. ISBN 978-958-8815-31-2.
Publicado
2014-06-02
Cómo citar
[1]
P. Cigliuti, S. Martins, y R. García Martínez, «Proceso de identificación de comportamiento de estudiantes recursantes utilizando EVEAs», TEyET, n.º 13, pp. p. 61–71, jun. 2014.
Número
Sección
Artículos originales
Licencia
Derechos de autor y licencias
Los artículos aceptados para publicación tendrán la licencia de Creative Commons BY-NC. Los autores deben firmar un acuerdo de distribución no exclusiva después de la aceptación del artículo.
