Aplicación del descubrimiento de conocimiento en el análisis de mortalidad académica en las ciencias básicas

En el presente trabajo se plantea la implementación de una metodología de utilización de herramientas computacionales para el descubrimiento o la validación de patrones ya identificados que puedan caracterizar a la población de estudiantes que reprueba ciertas asignaturas, en este caso en Ciencias B...

Full description

Autores:
Rodríguez Díaz, Oswaldo
Vega Marín, Edgar Fernando
Peñaloza Afanador, Jorge Ernesto
Tipo de recurso:
Fecha de publicación:
2003
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/3294
Acceso en línea:
http://hdl.handle.net/20.500.12749/3294
Palabra clave:
Universidad Autónoma de Occidente
Academic performance
University dropout
Mathematics Data mining (Computer program)
Systems Engineering
Computer science
Case study
Teaching
Investigations
Analysis
Academic mortality
Computing tools
Databases
Rendimiento académico
Deserción universitaria
Matemáticas Data mining (Programa para computadores)
Ingeniería de sistemas
Ciencias computacionales
Estudio casos
Enseñanza
Investigaciones
Análisis
Mortalidad académica
Herramientas computacionales
Bases de datos
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:En el presente trabajo se plantea la implementación de una metodología de utilización de herramientas computacionales para el descubrimiento o la validación de patrones ya identificados que puedan caracterizar a la población de estudiantes que reprueba ciertas asignaturas, en este caso en Ciencias Básicas en la Corporación Universitaria Autónoma de Occidente. Se describe en el trabajo una metodología de Descubrimiento de Conocimiento en bases de datos (KDD por las siglas en inglés de Knowledge Discovery in Databases) para las bases de datos de una institución de educación superior, recorriendo las etapas de identificación del problema, preparación de los datos, construcción del modelo, aplicación del modelo y análisis de la efectividad del mismo. Durante la aplicación del modelo se presenta la forma de crear el repositorio de datos y automatizar la tarea de actualización permanente del mismo utilizando el manejador de bases de datos IBM DB2, al igual que la realización de las tareas de minería de datos utilizando la herramienta Intelligent Miner también de la firma IBM. Se evaluaron los diferentes algoritmos de minería disponibles en la herramienta y dada la naturaleza del problema se seleccionó la técnica de Clasificación como la más apropiada. Para verificar el funcionamiento del modelo se plantea el análisis para los casos de alumnos que reprobaron la asignatura de Matemáticas I en dos períodos académicos consecutivos, y se confrontaron los resultados con los obtenidos por un consultor externo utilizando recursos netamente estadísticos