Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial

La asesoría académica en instituciones de educación superior desempeña un rol importante para la correcta planeación curricular de los estudiantes. Sin embargo, la creciente necesidad de personalizar la atención, reducir los tiempos de respuesta y el número de personas involucradas en el proceso con...

Full description

Autores:
Gutiérrez Púa, Lizeth Del Carmen
Figueroa Carbonó, Kiara Estefany
Camacho Consuegra, Luis Carlos
Tipo de recurso:
Fecha de publicación:
2020
Institución:
Universidad del Norte
Repositorio:
Repositorio Uninorte
Idioma:
spa
OAI Identifier:
oai:manglar.uninorte.edu.co:10584/8895
Acceso en línea:
http://hdl.handle.net/10584/8895
Palabra clave:
Asesoría académica, índice de dificultad académica, redes neuronales, minería de datos.
Academic counseling, academic difficulty index, neural networks, data mining.
Rights
License
Universidad del Norte
id REPOUNORT2_2b1a2cdb966b06e3b787561638104136
oai_identifier_str oai:manglar.uninorte.edu.co:10584/8895
network_acronym_str REPOUNORT2
network_name_str Repositorio Uninorte
repository_id_str
dc.title.es_ES.fl_str_mv Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial
dc.title.en_US.fl_str_mv Difficulty Index of the Subjects in the Industrial Engineering Program Curriculum at Universidad del Norte
title Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial
spellingShingle Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial
Asesoría académica, índice de dificultad académica, redes neuronales, minería de datos.
Academic counseling, academic difficulty index, neural networks, data mining.
title_short Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial
title_full Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial
title_fullStr Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial
title_full_unstemmed Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial
title_sort Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería Industrial
dc.creator.fl_str_mv Gutiérrez Púa, Lizeth Del Carmen
Figueroa Carbonó, Kiara Estefany
Camacho Consuegra, Luis Carlos
dc.contributor.advisor.none.fl_str_mv Yie Pinedo, Rubén Dario
dc.contributor.author.none.fl_str_mv Gutiérrez Púa, Lizeth Del Carmen
Figueroa Carbonó, Kiara Estefany
Camacho Consuegra, Luis Carlos
dc.subject.es_ES.fl_str_mv Asesoría académica, índice de dificultad académica, redes neuronales, minería de datos.
topic Asesoría académica, índice de dificultad académica, redes neuronales, minería de datos.
Academic counseling, academic difficulty index, neural networks, data mining.
dc.subject.en_US.fl_str_mv Academic counseling, academic difficulty index, neural networks, data mining.
description La asesoría académica en instituciones de educación superior desempeña un rol importante para la correcta planeación curricular de los estudiantes. Sin embargo, la creciente necesidad de personalizar la atención, reducir los tiempos de respuesta y el número de personas involucradas en el proceso conlleva al análisis de estrategias que permitan optimizar las sesiones de asesoría y mejorar los futuros resultados de los estudiantes. Por esto, se busca facilitar el proceso desempeñado por el coordinador del programa y responder a las necesidades particulares de los educandos. El índice de dificultad académica y la importancia de la asignatura, permitirá determinar qué combinación de clases debería tomar el estudiante para tener una carga semestral balanceada y alta probabilidad de éxito. Este estudio se centra en la determinación del índice de dificultad académica por medio del uso de Redes Neuronales de Resiliente Propagación Hacia Atrás con Retroceso de Peso en el programa RStudio. Se tomó una muestra de 807 egresados del programa de Ingeniería Industrial en la Universidad del Norte, Barranquilla y se analizó su rendimiento académico durante el pregrado. Los resultados mostraron que el modelo planteado tuvo éxito en la clasificación de estudiantes que tendrán la probabilidad de considerar una asignatura de alta dificultad, sin embargo, el modelo tiene poca capacidad para clasificar a los estudiantes que no tendrán mayor dificultad en una asignatura.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-06-11T11:30:22Z
dc.date.available.none.fl_str_mv 2020-06-11T11:30:22Z
dc.date.issued.none.fl_str_mv 2020-06-02
dc.type.es_ES.fl_str_mv article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10584/8895
url http://hdl.handle.net/10584/8895
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.rights.es_ES.fl_str_mv Universidad del Norte
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Universidad del Norte
http://purl.org/coar/access_right/c_abf2
dc.publisher.es_ES.fl_str_mv Barranquilla, Universidad del Norte, 2020
institution Universidad del Norte
bitstream.url.fl_str_mv http://manglar.uninorte.edu.co/bitstream/10584/8895/1/Camacho_Figueroa_Guti%c3%a9rrez_Proyecto%20Final_Grupo%207_%20Espa%c3%b1ol.png
http://manglar.uninorte.edu.co/bitstream/10584/8895/2/Camacho_Figueroa_Guti%c3%a9rrez_Proyecto%20Final_Grupo%207_%20Ingl%c3%a9s.png
http://manglar.uninorte.edu.co/bitstream/10584/8895/3/Camacho_Figueroa_Guti%c3%a9rrez_Proyecto_Final_%20Espa%c3%b1ol.pdf
http://manglar.uninorte.edu.co/bitstream/10584/8895/4/Camacho_Figueroa_Guti%c3%a9rrez_Proyecto_Final_%20Ingl%c3%a9s.pdf
http://manglar.uninorte.edu.co/bitstream/10584/8895/5/license.txt
bitstream.checksum.fl_str_mv 8f7a53d389905bf176d5ed51a4862b64
7fe9ddaa17b487b4a4ed62e43c8255b4
9b85155dfba9335a04663e2b9dde5d25
976c7010c5b7ef9f5ec4695085f38d4f
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital de la Universidad del Norte
repository.mail.fl_str_mv mauribe@uninorte.edu.co
_version_ 1812183130085261312
spelling Yie Pinedo, Rubén DarioGutiérrez Púa, Lizeth Del CarmenFigueroa Carbonó, Kiara EstefanyCamacho Consuegra, Luis Carlos2020-06-11T11:30:22Z2020-06-11T11:30:22Z2020-06-02http://hdl.handle.net/10584/8895La asesoría académica en instituciones de educación superior desempeña un rol importante para la correcta planeación curricular de los estudiantes. Sin embargo, la creciente necesidad de personalizar la atención, reducir los tiempos de respuesta y el número de personas involucradas en el proceso conlleva al análisis de estrategias que permitan optimizar las sesiones de asesoría y mejorar los futuros resultados de los estudiantes. Por esto, se busca facilitar el proceso desempeñado por el coordinador del programa y responder a las necesidades particulares de los educandos. El índice de dificultad académica y la importancia de la asignatura, permitirá determinar qué combinación de clases debería tomar el estudiante para tener una carga semestral balanceada y alta probabilidad de éxito. Este estudio se centra en la determinación del índice de dificultad académica por medio del uso de Redes Neuronales de Resiliente Propagación Hacia Atrás con Retroceso de Peso en el programa RStudio. Se tomó una muestra de 807 egresados del programa de Ingeniería Industrial en la Universidad del Norte, Barranquilla y se analizó su rendimiento académico durante el pregrado. Los resultados mostraron que el modelo planteado tuvo éxito en la clasificación de estudiantes que tendrán la probabilidad de considerar una asignatura de alta dificultad, sin embargo, el modelo tiene poca capacidad para clasificar a los estudiantes que no tendrán mayor dificultad en una asignatura.Academic counseling in higher education institutions play an important role for proper planning curricular student. However, the growing need to personalize attention to students, reduce response times and the number of people involved in the process leads to the analysis of strategies that allow optimizing the counseling sessions and improve their future outcomes. For this reason, it seeks to facilitate the process carried out by the program coordinator and respond to the particular needs of the students. The academic difficulty index and the importance of the subject will allow determining what combination of classes the student should take to have a balanced semester load and high probability of success. This study focuses on determining the academic difficulty index through the use of Resilient Backward Propagation Neural Networks with Weight Setback in the RStudio program. A sample of 807 graduates from the Industrial Engineering program at the Universidad del Norte, Barranquilla was taken and their academic performance during the undergraduate degree was analyzed. The results showed that the proposed model was successful in classifying students who will have the probability of considering a highly difficult subject, however, the model has little capacity to classify students who will not have greater difficulty in a subject.spaBarranquilla, Universidad del Norte, 2020Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Asesoría académica, índice de dificultad académica, redes neuronales, minería de datos.Academic counseling, academic difficulty index, neural networks, data mining.Nivel de dificultad de las asignaturas del plan de estudio del programa de Ingeniería IndustrialDifficulty Index of the Subjects in the Industrial Engineering Program Curriculum at Universidad del Nortearticlehttp://purl.org/coar/resource_type/c_6501ORIGINALCamacho_Figueroa_Gutiérrez_Proyecto Final_Grupo 7_ Español.pngCamacho_Figueroa_Gutiérrez_Proyecto Final_Grupo 7_ Español.pngRed Nueronalimage/png257080http://manglar.uninorte.edu.co/bitstream/10584/8895/1/Camacho_Figueroa_Guti%c3%a9rrez_Proyecto%20Final_Grupo%207_%20Espa%c3%b1ol.png8f7a53d389905bf176d5ed51a4862b64MD51Camacho_Figueroa_Gutiérrez_Proyecto Final_Grupo 7_ Inglés.pngCamacho_Figueroa_Gutiérrez_Proyecto Final_Grupo 7_ Inglés.pngNerual Networkimage/png256740http://manglar.uninorte.edu.co/bitstream/10584/8895/2/Camacho_Figueroa_Guti%c3%a9rrez_Proyecto%20Final_Grupo%207_%20Ingl%c3%a9s.png7fe9ddaa17b487b4a4ed62e43c8255b4MD52Camacho_Figueroa_Gutiérrez_Proyecto_Final_ Español.pdfCamacho_Figueroa_Gutiérrez_Proyecto_Final_ Español.pdfRed Neuronal_PDFapplication/pdf107824http://manglar.uninorte.edu.co/bitstream/10584/8895/3/Camacho_Figueroa_Guti%c3%a9rrez_Proyecto_Final_%20Espa%c3%b1ol.pdf9b85155dfba9335a04663e2b9dde5d25MD53Camacho_Figueroa_Gutiérrez_Proyecto_Final_ Inglés.pdfCamacho_Figueroa_Gutiérrez_Proyecto_Final_ Inglés.pdfNeural Network_PDFapplication/pdf104405http://manglar.uninorte.edu.co/bitstream/10584/8895/4/Camacho_Figueroa_Guti%c3%a9rrez_Proyecto_Final_%20Ingl%c3%a9s.pdf976c7010c5b7ef9f5ec4695085f38d4fMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://manglar.uninorte.edu.co/bitstream/10584/8895/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5510584/8895oai:manglar.uninorte.edu.co:10584/88952020-06-11 06:30:23.052Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.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