Selección de atributos representativos del avance académico de los alumnos universitarios usando técnicas de visualización

• Main Authors: Lanzarini, Laura Cristina (Author), Charnelli, María Emilia (Author), Baldino, Guillermo (Author), Díaz, Francisco Javier (Author)
• Format: Book
• Published: Red de Universidades Nacionales con Carreras de Informática, 2015-06-01T00:00:00Z.
• Subjects: article
• Online Access: Connect to this object online.
• Notes: 1850-9959
• Keywords: Ciencias Informáticas; Educación; Education; L; Special aspects of education; LC8-6691
• Source: Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, Vol no. 15 (2015)

La Minería de Datos Educativa reúne a los distintos métodos que permiten extraer información novedosa y útil a partir de grandes volúmenes de datos provenientes de contextos educativos. El presente trabajo describe el proceso de identificación, a través de técnicas de visualización, de las características más relevantes en lo que se refiere al rendimiento académico de los alumnos de la Facultad de Informática de la Universidad Nacional de La Plata. Este es un paso inicial que ejerce una gran influencia en la eficiencia y eficacia de los métodos que permiten modelar la información ya que los resultados a obtener mejoran al reducir la dimensión del problema. Esto último redunda en una representación más clara y simple de la información disponible. Para lograrlo, en este artículo se propone analizar y aplicar, luego del preprocesamiento de los datos, diferentes visualizaciones de los atributos sobre las clases o respuestas esperadas. Con este enfoque se espera generar una metodología de trabajo que ofrezca resultados fáciles de usar e interpretar. Su aplicación a la información correspondiente a alumnos regulares y no regulares de la UNLP permitió establecer relaciones interesantes acerca del desempeño académico de los alumnos. Esto último impacta directamente en las condiciones por las cuales abandonan sus estudios universitarios.