Model for the collection and analysis of data from teachers and students supported by Academic Analytics

Academic Analytics enables an analysis of data that is very important for making decisions in the educational institutional environment, aggregating valuable information in the academic research activity and providing easy to use business intelligence tools. This article shows a proposal for creatin...

Full description

Autores:
Simanca H., Fredys A.
HERNÁNDEZ ARTEAGA, ISABEL
Unriza Puin, María Elsa
blanco garrido, fabian
Paez, Jaime
Cortés Méndez, Jairo
Alvarez, Alicia
Tipo de recurso:
Article of journal
Fecha de publicación:
2020
Institución:
Corporación Universidad de la Costa
Repositorio:
REDICUC - Repositorio CUC
Idioma:
eng
OAI Identifier:
oai:repositorio.cuc.edu.co:11323/7922
Acceso en línea:
https://hdl.handle.net/11323/7922
https://doi.org/10.1016/j.procs.2020.10.039
https://repositorio.cuc.edu.co/
Palabra clave:
Academic Analytics
Data storage
Education
Big data
Analysis of data
Learning analytics
Análisis académico
Almacenamiento de datos
Educación
Análisis de datos grandes
Análisis de aprendizaje de datos
Rights
openAccess
License
CC0 1.0 Universal
id RCUC2_88ac388da66d10126326b2bb28bcd9f4
oai_identifier_str oai:repositorio.cuc.edu.co:11323/7922
network_acronym_str RCUC2
network_name_str REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv Model for the collection and analysis of data from teachers and students supported by Academic Analytics
dc.title.translated.spa.fl_str_mv Modelo para la recopilación y análisis de datos de profesores y estudiantes apoyado por Academic Analytics
title Model for the collection and analysis of data from teachers and students supported by Academic Analytics
spellingShingle Model for the collection and analysis of data from teachers and students supported by Academic Analytics
Academic Analytics
Data storage
Education
Big data
Analysis of data
Learning analytics
Análisis académico
Almacenamiento de datos
Educación
Análisis de datos grandes
Análisis de aprendizaje de datos
title_short Model for the collection and analysis of data from teachers and students supported by Academic Analytics
title_full Model for the collection and analysis of data from teachers and students supported by Academic Analytics
title_fullStr Model for the collection and analysis of data from teachers and students supported by Academic Analytics
title_full_unstemmed Model for the collection and analysis of data from teachers and students supported by Academic Analytics
title_sort Model for the collection and analysis of data from teachers and students supported by Academic Analytics
dc.creator.fl_str_mv Simanca H., Fredys A.
HERNÁNDEZ ARTEAGA, ISABEL
Unriza Puin, María Elsa
blanco garrido, fabian
Paez, Jaime
Cortés Méndez, Jairo
Alvarez, Alicia
dc.contributor.author.spa.fl_str_mv Simanca H., Fredys A.
HERNÁNDEZ ARTEAGA, ISABEL
Unriza Puin, María Elsa
blanco garrido, fabian
Paez, Jaime
Cortés Méndez, Jairo
Alvarez, Alicia
dc.subject.spa.fl_str_mv Academic Analytics
Data storage
Education
Big data
Analysis of data
Learning analytics
Análisis académico
Almacenamiento de datos
Educación
Análisis de datos grandes
Análisis de aprendizaje de datos
topic Academic Analytics
Data storage
Education
Big data
Analysis of data
Learning analytics
Análisis académico
Almacenamiento de datos
Educación
Análisis de datos grandes
Análisis de aprendizaje de datos
description Academic Analytics enables an analysis of data that is very important for making decisions in the educational institutional environment, aggregating valuable information in the academic research activity and providing easy to use business intelligence tools. This article shows a proposal for creating an information system based on Academic Analytics, designing a model that is supported by Academic Analytics for the collection and analysis of data from the information systems of educational institutions. The idea that was conceived proposes a system that is capable of displaying statistics on the historical data of students and teachers taken over academic periods, with the purpose of gathering the information that the director, the teacher, and finally the student need for making decisions. The model was validated with information taken from students and teachers during the last five years, and the export format of the data was pdf, csv, and xls files. The findings allow us to state that it is extremely important to analyze the data that is in the information systems of the educational institutions for making decisions. After the validation of the model, it was established that it is a must for students to know the reports of their academic performance in order to carry out a process of self-evaluation, as well as for teachers to be able to see the results of the data obtained in order to carry out processes of self-evaluation, and adaptation of content and dynamics in the classrooms.
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2021-02-24T23:32:23Z
dc.date.available.none.fl_str_mv 2021-02-24T23:32:23Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_6501
status_str acceptedVersion
dc.identifier.issn.spa.fl_str_mv 18770509
dc.identifier.uri.spa.fl_str_mv https://hdl.handle.net/11323/7922
dc.identifier.doi.spa.fl_str_mv https://doi.org/10.1016/j.procs.2020.10.039
dc.identifier.instname.spa.fl_str_mv Corporación Universidad de la Costa
dc.identifier.reponame.spa.fl_str_mv REDICUC - Repositorio CUC
dc.identifier.repourl.spa.fl_str_mv https://repositorio.cuc.edu.co/
identifier_str_mv 18770509
Corporación Universidad de la Costa
REDICUC - Repositorio CUC
url https://hdl.handle.net/11323/7922
https://doi.org/10.1016/j.procs.2020.10.039
https://repositorio.cuc.edu.co/
dc.language.iso.none.fl_str_mv eng
language eng
dc.relation.references.spa.fl_str_mv [1] H. P. Luhn , «Business Intelligence System,» IBM Journal, vol. 2, nº 4, pp. 314-318, Octubre 1958.
[2] B. Martín Galán y D. Rodríguez Mateos, «La Evaluación de la Formación Universitaria Semipresencial y en Línea en el Contexto del Eees Mediante el Uso de los Informes de Actividad de la Plataforma Moodle,» Revista Uned, vol. 15, nº 1, pp. 159-178, 2012.
[3] S. Buckingham Shum y R. Ferguson, «Social Learning Analytics: Five Approaches,» 2nd International Conference on Learning Analytics & Knowledge/ACM International Conference Proceeding Series, vol. 5, nº 1, pp. 1-10, 2014.
[4] D. V. Sanz Gómez, Learning Analytics: Propuesta metodológica y caso de estudio en educación no universitaria.Tesis.Master.Especialidad en Tec., Valladolid: Universidad de Valladolid, 2018.
[5] P. J. Goldstein, «Academic Analytics: The Uses of Management Information and Technology in Higher Education,» ECAR Key Findings, vol. 1, nº 1, pp. 1-12, 2005.
[6] Academicanalytics, «Academicanalytics.com,» Academicanalytics, 14 06 2020. [En línea]. Available: https://academicanalytics.com/community/documents/. [Último acceso: 14 06 2020].
[7] P. Millares Martinez, M. B. Alfageme González y R. Rodrïguez Pérez, INVESTIGACIÓN E INNOVACIÓN EN EDUCACIÓN INFANTIL, Murcia: Universidad de Murcia Servicio de Publicaciones , 2014.
[8] A. Ureña Espa, Introducción a la investigación en el deporte mediante la metodología de la observación, España: Universidad de Granada, 2003. [
9] D. Cárdenas Vélez, J. Conde González y J. Courel Ibáñez, «El uso del Match Analysis para la mejora del rendimiento físico en los deportes de equipo,» Calle Libre, vol. 8, nº 23, pp. 147-155, 2013.
[10] F. A. Simanca H., Sistema de mejora del rendimiento académico mediante Learning Analytics. Tesis. Doc., España: Universidad Internacional de la Rioja, 2018.
[11] D. K. Garcia Tinisaray, Construccion de un Modelo para determinar el rendimiento Académico de los Estudiantes basados en Learning Analytics Mediante el uso de Técnicas Multivariantes.Tesis Doc., Sevilla: Universidad de Sevilla, 2015.
[12] S. Muñoz Armayones, Técnicas Multivariantes para el Análisis de Datos Ómicos. Tesis.Grd, Sevilla: Universidad de Sevilla, 2016.
[13] F. Simanca, R. González Crespo, L. Baena Rodríguez y D. Burgos, «Identifying Students at Risk of Failing a Subject by Using Learning Analytics for Subsequent Customised Tutoring,» Applied Sciences, vol. 9, nº 3, pp. 1-17, 2019.
[14] L. Kurgan y P. Musilek, «A survey of Knowledge Discovery and Data Mining process models,» The Knowledge Engineering Review, vol. 2, nº 1, pp. 1-24, 2006.
[15] F. A. Simanca Herrera, R. González Crespo, L. Rodríguez Baena y D. Burgos, «A Solution to Manage the Full Life Cycle of Learning Analytics in a Learning Management System: AnalyTIC,» IEEE Revista Iberoamericana de Tecnologías del Aprendizaje, vol. 14, nº 4, pp. 127-134, 2019.
[16] A. D. Olofsson, G. Fransson y J. O. Lindberg, «A study of the use of digital technology and its conditions with a view to understanding what ‘adequate digital competence’ may mean in a national policy initiative,» Educational Studies, vol. 45, nº 1, pp. 1-17, 2019.
[17] C. Cruz, S. Olivares y M. González, Metodología de la Investigación, Mexico: Grupo Editorial Patria, 2014.
[18] D. Oblinger G., P. Deblois B. y J. Campbell P., «Academic Analytics A New Tool for a New Era,» EDUCAUSE Review, vol. 42, nº 4, pp. 41-57, 2007.
[19] F. Simanca, R. González, L. Rodríguez y D. Burgos, «Personalized tutoring model through the application of Learning Analytics phases,» IEEE Latin America Transactions, vol. 18, nº 1, pp. 7-15, 2020.
[20] A. Parnell, D. Jones , A. Wesaw y D. C. Brooks, Institutions’ Use of Data and Analytics for Student Success, United States : NASPA National Association of Student Personnel Administrators, 2018, pp. 1-36.
[21] T. A. Snijders y R. J. Bosker, Multilevel Analysis, London: SAGE publication Ltda, 1999.
[22] J. Garcia Carmona, «Buenas prácticas hacia el eito en el desarrollo del software.,» 15 11 2012. [En línea]. Available: https://jbravomontero.files.wordpress.com/2012/12/solid-y -grasp-buenas-practicas-hacia-el-exito-en-el -desarrollo-de-software.pdf. [Último acceso: 17 06 2020].
[23] Naciones Unidas, Comision Económica para Europa., «Guía para presentar estadísticas/ como hacer comprensibles los datos.,» Naciones unidas, Ginebra, 2009.
[24] A. Indrayan y M. P. Holt, Enciclopedia concisa de bioestadística para profesionales médicos, Delhi: CRC Press, 2016.
[25] I. Tuyub Sànchez y G. Buendìa Abalos , «Gráficas lineales: un proceso de significación a partir de su uso en ingeniería,» Ie Revista de Investigación Educativa de la Rediech, vol. 8, nº 15, pp. 11-28, 2017.
[26] C. G. Acevedo Pierart y F. Rocha Pavés, «Estilos de aprendizaje, género y rendimiento académico,» Revista de estilos de aprendizaje, vol. 4, nº 8, pp. 71-84, 2011.
[27] M. Enea y M. Attanasio, «Un modelo de asociación para datos bivariados con aplicación al análisis del éxito de los estudiantes universitarios.,» Journal of Applied Statistics, vol. 1, nº 1, pp. 1-4, 2015.
[28] B. G. Hidalgo Cajo, «Minería de datos en los Sistemas de gestión de Aprendizaje en la Educación Universitaria,» Campus Virtuales, vol. 7, nº 2, pp. 115-128, 2018.
dc.rights.spa.fl_str_mv CC0 1.0 Universal
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/publicdomain/zero/1.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv CC0 1.0 Universal
http://creativecommons.org/publicdomain/zero/1.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Corporación Universidad de la Costa
dc.source.spa.fl_str_mv Procedia Computer Science
institution Corporación Universidad de la Costa
dc.source.url.spa.fl_str_mv https://www.sciencedirect.com/science/article/pii/S1877050920323073?via%3Dihub#!
bitstream.url.fl_str_mv https://repositorio.cuc.edu.co/bitstreams/23a6f2b1-bc65-4abc-9552-447056950d76/download
https://repositorio.cuc.edu.co/bitstreams/837cc6ae-36d5-45a0-8ae9-f097d40f388f/download
https://repositorio.cuc.edu.co/bitstreams/1acf3309-e7b1-48a2-9017-47f9b0540982/download
https://repositorio.cuc.edu.co/bitstreams/708800b9-3771-4aa7-ad59-21b7d4f6d9cc/download
https://repositorio.cuc.edu.co/bitstreams/22723673-6d60-4618-a47f-5803fc8b0079/download
bitstream.checksum.fl_str_mv db04fe1d9578b1758ccb45afec337c0c
42fd4ad1e89814f5e4a476b409eb708c
e30e9215131d99561d40d6b0abbe9bad
2edf55aa362604ca0cf1a9c7153c6efb
cd49f8d81e51371e0e022d670f1ae738
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv repdigital@cuc.edu.co
_version_ 1811760725041872896
spelling Simanca H., Fredys A.HERNÁNDEZ ARTEAGA, ISABELUnriza Puin, María Elsablanco garrido, fabianPaez, JaimeCortés Méndez, JairoAlvarez, Alicia2021-02-24T23:32:23Z2021-02-24T23:32:23Z202018770509https://hdl.handle.net/11323/7922https://doi.org/10.1016/j.procs.2020.10.039Corporación Universidad de la CostaREDICUC - Repositorio CUChttps://repositorio.cuc.edu.co/Academic Analytics enables an analysis of data that is very important for making decisions in the educational institutional environment, aggregating valuable information in the academic research activity and providing easy to use business intelligence tools. This article shows a proposal for creating an information system based on Academic Analytics, designing a model that is supported by Academic Analytics for the collection and analysis of data from the information systems of educational institutions. The idea that was conceived proposes a system that is capable of displaying statistics on the historical data of students and teachers taken over academic periods, with the purpose of gathering the information that the director, the teacher, and finally the student need for making decisions. The model was validated with information taken from students and teachers during the last five years, and the export format of the data was pdf, csv, and xls files. The findings allow us to state that it is extremely important to analyze the data that is in the information systems of the educational institutions for making decisions. After the validation of the model, it was established that it is a must for students to know the reports of their academic performance in order to carry out a process of self-evaluation, as well as for teachers to be able to see the results of the data obtained in order to carry out processes of self-evaluation, and adaptation of content and dynamics in the classrooms.Academic Analytics permite un análisis de datos muy importante para la toma de decisiones en el entorno institucional educativo, agregando información valiosa en la actividad de investigación académica y brindando herramientas de inteligencia empresarial fáciles de usar. En este artículo se presenta una propuesta de creación de un sistema de información basado en Academic Analytics, diseñando un modelo que es apoyado por Academic Analytics para la recolección y análisis de datos de los sistemas de información de instituciones educativas. La idea que se concibió propone un sistema que es capaz de mostrar estadísticas sobre los datos históricos de estudiantes y docentes tomados durante períodos académicos, con el propósito de recopilar la información que el director, el docente y finalmente el estudiante necesitan para la toma de decisiones. El modelo fue validado con información extraída de estudiantes y profesores durante los últimos cinco años, y el formato de exportación de los datos fue archivos pdf, csv y xls. Los hallazgos nos permiten afirmar que es de suma importancia analizar los datos que se encuentran en los sistemas de información de las instituciones educativas para la toma de decisiones. Luego de la validación del modelo, se estableció que es imprescindible que los estudiantes conozcan los informes de su desempeño académico para llevar a cabo un proceso de autoevaluación, así como que los docentes puedan ver los resultados de los datos obtenidos para la realización de procesos de autoevaluación, adaptación de contenidos y dinámicas en las aulas.Simanca H., Fredys A.-will be generated-orcid-0000-0002-3548-0775-600HERNÁNDEZ ARTEAGA, ISABEL-will be generated-orcid-0000-0002-6299-0236-600Unriza Puin, María Elsa-will be generated-orcid-0000-0001-6477-1849-600blanco garrido, fabian-will be generated-orcid-0000-0001-7131-4427-600Paez, Jaime-will be generated-orcid-0000-0002-7312-0180-600Cortés Méndez, JairoAlvarez, Alicia-will be generated-orcid-0000-0001-6234-9708-600application/pdfengCorporación Universidad de la CostaCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Procedia Computer Sciencehttps://www.sciencedirect.com/science/article/pii/S1877050920323073?via%3Dihub#!Academic AnalyticsData storageEducationBig dataAnalysis of dataLearning analyticsAnálisis académicoAlmacenamiento de datosEducaciónAnálisis de datos grandesAnálisis de aprendizaje de datosModel for the collection and analysis of data from teachers and students supported by Academic AnalyticsModelo para la recopilación y análisis de datos de profesores y estudiantes apoyado por Academic AnalyticsArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/acceptedVersion[1] H. P. Luhn , «Business Intelligence System,» IBM Journal, vol. 2, nº 4, pp. 314-318, Octubre 1958.[2] B. Martín Galán y D. Rodríguez Mateos, «La Evaluación de la Formación Universitaria Semipresencial y en Línea en el Contexto del Eees Mediante el Uso de los Informes de Actividad de la Plataforma Moodle,» Revista Uned, vol. 15, nº 1, pp. 159-178, 2012.[3] S. Buckingham Shum y R. Ferguson, «Social Learning Analytics: Five Approaches,» 2nd International Conference on Learning Analytics & Knowledge/ACM International Conference Proceeding Series, vol. 5, nº 1, pp. 1-10, 2014.[4] D. V. Sanz Gómez, Learning Analytics: Propuesta metodológica y caso de estudio en educación no universitaria.Tesis.Master.Especialidad en Tec., Valladolid: Universidad de Valladolid, 2018.[5] P. J. Goldstein, «Academic Analytics: The Uses of Management Information and Technology in Higher Education,» ECAR Key Findings, vol. 1, nº 1, pp. 1-12, 2005.[6] Academicanalytics, «Academicanalytics.com,» Academicanalytics, 14 06 2020. [En línea]. Available: https://academicanalytics.com/community/documents/. [Último acceso: 14 06 2020].[7] P. Millares Martinez, M. B. Alfageme González y R. Rodrïguez Pérez, INVESTIGACIÓN E INNOVACIÓN EN EDUCACIÓN INFANTIL, Murcia: Universidad de Murcia Servicio de Publicaciones , 2014.[8] A. Ureña Espa, Introducción a la investigación en el deporte mediante la metodología de la observación, España: Universidad de Granada, 2003. [9] D. Cárdenas Vélez, J. Conde González y J. Courel Ibáñez, «El uso del Match Analysis para la mejora del rendimiento físico en los deportes de equipo,» Calle Libre, vol. 8, nº 23, pp. 147-155, 2013.[10] F. A. Simanca H., Sistema de mejora del rendimiento académico mediante Learning Analytics. Tesis. Doc., España: Universidad Internacional de la Rioja, 2018.[11] D. K. Garcia Tinisaray, Construccion de un Modelo para determinar el rendimiento Académico de los Estudiantes basados en Learning Analytics Mediante el uso de Técnicas Multivariantes.Tesis Doc., Sevilla: Universidad de Sevilla, 2015.[12] S. Muñoz Armayones, Técnicas Multivariantes para el Análisis de Datos Ómicos. Tesis.Grd, Sevilla: Universidad de Sevilla, 2016.[13] F. Simanca, R. González Crespo, L. Baena Rodríguez y D. Burgos, «Identifying Students at Risk of Failing a Subject by Using Learning Analytics for Subsequent Customised Tutoring,» Applied Sciences, vol. 9, nº 3, pp. 1-17, 2019.[14] L. Kurgan y P. Musilek, «A survey of Knowledge Discovery and Data Mining process models,» The Knowledge Engineering Review, vol. 2, nº 1, pp. 1-24, 2006.[15] F. A. Simanca Herrera, R. González Crespo, L. Rodríguez Baena y D. Burgos, «A Solution to Manage the Full Life Cycle of Learning Analytics in a Learning Management System: AnalyTIC,» IEEE Revista Iberoamericana de Tecnologías del Aprendizaje, vol. 14, nº 4, pp. 127-134, 2019.[16] A. D. Olofsson, G. Fransson y J. O. Lindberg, «A study of the use of digital technology and its conditions with a view to understanding what ‘adequate digital competence’ may mean in a national policy initiative,» Educational Studies, vol. 45, nº 1, pp. 1-17, 2019.[17] C. Cruz, S. Olivares y M. González, Metodología de la Investigación, Mexico: Grupo Editorial Patria, 2014.[18] D. Oblinger G., P. Deblois B. y J. Campbell P., «Academic Analytics A New Tool for a New Era,» EDUCAUSE Review, vol. 42, nº 4, pp. 41-57, 2007.[19] F. Simanca, R. González, L. Rodríguez y D. Burgos, «Personalized tutoring model through the application of Learning Analytics phases,» IEEE Latin America Transactions, vol. 18, nº 1, pp. 7-15, 2020.[20] A. Parnell, D. Jones , A. Wesaw y D. C. Brooks, Institutions’ Use of Data and Analytics for Student Success, United States : NASPA National Association of Student Personnel Administrators, 2018, pp. 1-36.[21] T. A. Snijders y R. J. Bosker, Multilevel Analysis, London: SAGE publication Ltda, 1999.[22] J. Garcia Carmona, «Buenas prácticas hacia el eito en el desarrollo del software.,» 15 11 2012. [En línea]. Available: https://jbravomontero.files.wordpress.com/2012/12/solid-y -grasp-buenas-practicas-hacia-el-exito-en-el -desarrollo-de-software.pdf. [Último acceso: 17 06 2020].[23] Naciones Unidas, Comision Económica para Europa., «Guía para presentar estadísticas/ como hacer comprensibles los datos.,» Naciones unidas, Ginebra, 2009.[24] A. Indrayan y M. P. Holt, Enciclopedia concisa de bioestadística para profesionales médicos, Delhi: CRC Press, 2016.[25] I. Tuyub Sànchez y G. Buendìa Abalos , «Gráficas lineales: un proceso de significación a partir de su uso en ingeniería,» Ie Revista de Investigación Educativa de la Rediech, vol. 8, nº 15, pp. 11-28, 2017.[26] C. G. Acevedo Pierart y F. Rocha Pavés, «Estilos de aprendizaje, género y rendimiento académico,» Revista de estilos de aprendizaje, vol. 4, nº 8, pp. 71-84, 2011.[27] M. Enea y M. Attanasio, «Un modelo de asociación para datos bivariados con aplicación al análisis del éxito de los estudiantes universitarios.,» Journal of Applied Statistics, vol. 1, nº 1, pp. 1-4, 2015.[28] B. G. Hidalgo Cajo, «Minería de datos en los Sistemas de gestión de Aprendizaje en la Educación Universitaria,» Campus Virtuales, vol. 7, nº 2, pp. 115-128, 2018.PublicationORIGINAL1-s2.0-S1877050920323073-main.pdf1-s2.0-S1877050920323073-main.pdfapplication/pdf647338https://repositorio.cuc.edu.co/bitstreams/23a6f2b1-bc65-4abc-9552-447056950d76/downloaddb04fe1d9578b1758ccb45afec337c0cMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repositorio.cuc.edu.co/bitstreams/837cc6ae-36d5-45a0-8ae9-f097d40f388f/download42fd4ad1e89814f5e4a476b409eb708cMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-83196https://repositorio.cuc.edu.co/bitstreams/1acf3309-e7b1-48a2-9017-47f9b0540982/downloade30e9215131d99561d40d6b0abbe9badMD53THUMBNAIL1-s2.0-S1877050920323073-main.pdf.jpg1-s2.0-S1877050920323073-main.pdf.jpgimage/jpeg49392https://repositorio.cuc.edu.co/bitstreams/708800b9-3771-4aa7-ad59-21b7d4f6d9cc/download2edf55aa362604ca0cf1a9c7153c6efbMD54TEXT1-s2.0-S1877050920323073-main.pdf.txt1-s2.0-S1877050920323073-main.pdf.txttext/plain57475https://repositorio.cuc.edu.co/bitstreams/22723673-6d60-4618-a47f-5803fc8b0079/downloadcd49f8d81e51371e0e022d670f1ae738MD5511323/7922oai:repositorio.cuc.edu.co:11323/79222024-09-17 10:49:42.187http://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 Universalopen.accesshttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.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