| Revista: | Dominio de las Ciencias |
| Base de datos: | CLASE |
| Número de sistema: | 000520075 |
| ISSN: | 2477-8818 |
| Autores: | Fabara Sarmiento, Zoila Jessenia1 Diaz Vera, Janeth Pilar1 Ruiz Ramírez, Alicia Karina1 |
| Instituciones: | 1Universidad de Guayaquil, Guayaquil, Guayas. Ecuador |
| Año: | 2022 |
| Periodo: | Ene-Mar |
| Volumen: | 8 |
| Número: | 1 |
| Paginación: | 99-112 |
| País: | Ecuador |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | En el último año las instituciones educativas se han visto afectadas por la emergencia sanitaria, la educación se tornó netamente virtual, lo cual en muchos casos no ha sido favorecedor para todos los estudiantes. Esta investigación se realizó con el objetivo de proporcionar una aplicación de data science que permita realizar una predicción del rendimiento académico de los estudiantes de nivel básica, con el fin de evaluar la efectividad de los métodos de enseñanza virtual. El diseño metodológico se ha desarrollado en la herramienta PMI que consiste en una serie de fases secuenciales en donde permitirá la obtención de un entregable. Por esta razón, el proyecto evalúa los factores que inciden en el rendimiento académico haciendo uso de técnicas actuales como son la data science y herramientas de machine learning |
| Resumen en inglés | In the last year educational institutions have been affected by the health emergency, education became purely virtual, which in many cases has not been favorable for all students. This project was carried out with the aim of providing a data science application that allows a prediction of the academic performance of students at the basic level, in order to evaluate the effectiveness of virtual teaching methods. The methodological design has been developed in the PMI tool that consists of a series of sequential phases where it will allow the obtaining of a deliverable. For this reason, the project evaluates the factors that affect academic performance using current techniques such as data science and machine learning tools |
| Resumen en portugués | No último ano as instituições de ensino foram afetadas pela emergência sanitária, a educação tornou-se puramente virtual, o que em muitos casos não tem sido favorável para todos os alunos. Este projeto foi realizado com o objetivo de fornecer um aplicativo de ciência de dados que permita uma previsão do desempenho acadêmico de alunos do nível básico, a fim de avaliar a eficácia dos métodos de ensino virtual. O desenho metodológico foi desenvolvido na ferramenta PMI que consiste em uma série de fases sequenciais onde permitirá a obtenção de um entregável. Por esse motivo, o projeto avalia os fatores que afetam o desempenho acadêmico usando técnicas atuais, como ciência de dados e ferramentas de aprendizado de máquina |
| Disciplinas: | Educación |
| Palabras clave: | Tecnología educativa, Ciencia de datos, Rendimiento académico |
| Texto completo: | https://dominiodelasciencias.com/ojs/index.php/es/article/view/2481/html |
