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...
- 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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 |