| Revista: | Res non verba (Guayaquil) |
| Base de datos: | CLASE |
| Número de sistema: | 000458651 |
| ISSN: | 1390-6968 |
| Autors: | Martínez Noriega, Hugo Arnaldo1 Medrano Broche, Bolívar Ernesto2 Cabanas Gómez, Gladis3 |
| Institucions: | 1Universidad de las Ciencias Informáticas, La Habana. Cuba 2Universidad Tecnológica Ecotec, Facultad de Sistemas Computacionales y Telecomunicaciones, Guayaquil, Guayas. Ecuador 3Universidad de La Habana, La Habana. Cuba |
| Any: | 2017 |
| Període: | Oct |
| Volum: | 7 |
| Número: | 2 |
| Paginació: | 65-78 |
| País: | Ecuador |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | El propósito principal de este artículo es mostrar la efectividad de las técnicas de aprendizaje computarizado supervisado con los datos que se recogen para conformar la caracterización individual del estudiante en el primer año de la UCI. Los datos que se acopian para el diseño de la caracterización individual son: los diagnósticos pedagógicos que se le aplican a los estudiantes a su entrada al centro, los datos generales de la ficha de matrícula del estudiante y el primer corte evaluativo que se emite de cada estudiante; a partir de la caracterización individual se tiene una percepción de las aptitudes cognoscitivas y características personales de cada alumno. Sin embargo, no hay una utilización adecuada de estos datos. En este estudio, se reflejan las relaciones entre estos datos con los resultados de promoción limpia cuando se culmina el primer año de la carrera. Por otra parte, otro de los objetivos del estudio es detectar los factores más influyentes en la promoción final, debido a que la detección de estos será de vital importancia para la toma de decisiones por parte de los directivos docentes. En la modelación se emplearon: los árboles de decisión y la regresión logística binaria |
| Resumen en inglés | The main purpose of this article is to show the effectiveness of computerized supervised learning techniques with the data collected to form the individual characterization of the student in the first year of the UCI. The data that are collected for the design of the individual characterization are: the pedagogical diagnoses that are applied to students at their entrance to the center, the general data of the student’s enrollment form and the first evaluation cut that is issued from each student; from the individual characterization we have a perception of the cognitive skills and personal characteristics of each student. However, there is no adequate use of this data. In this study, the relationships between these data are reflected with clean promotion results when the first year of the race ends. On the other hand, another of the objectives of the study is to detect the most influential factors in the final promotion, since the detection of these will be of vital importance for the decision making by the teaching directors. In the modeling were used: decision trees and binary logistic regression |
| Disciplines | Educación |
| Paraules clau: | Planeación y políticas educativas, Educación superior, Econometría, Ecuador, Educación, Análisis multivariado, Factores de riesgo, Eficiencia educativa, Estudiantes universitarios, Información escolar, Sistematización de la información |
| Text complet: | Texto completo (Ver HTML) |
