universidad regional autÓnoma de los...
Post on 15-Aug-2020
3 Views
Preview:
TRANSCRIPT
UNIVERSIDAD REGIONAL AUTÓNOMA DE LOS ANDES
“UNIANDES”
FACULTAD DE SISTEMAS MERCANTILES
PROGRAMA DE MAESTRÍA EN SISTEMA DE INFORMACIÓN GERENCIAL
ARTÍCULO CIENTÍFICO PREVIO A LA OBTENCIÓN DEL GRADO
ACADÉMICO DE MAGISTER EN SISTEMAS DE INFORMACIÓN
GERENCIAL
TEMA:
MINERÍA DE DATOS PARA DETERMINAR LA MEJORA EN LAS
PRÁCTICAS DOCENTES MEDIANTE LA APLICACIÓN DE LAS
INTELIGENCIAS MÚLTIPLES
AUTOR: ING. VITERI PALACIOS SEGUNDO DANIEL
TUTORES: DR. ROMERO FERNÁNDEZ ARIEL JOSÉ, PHD.
DR. CAÑIZARES GALARZA FREDY PABLO, MG.
SANTO DOMINGO – ECUADOR
2019
APROBACIÓN DE LOS TUTORES DEL TRABAJO DE TITULACIÓN
CERTIFICACIÓN:
Quienes suscriben, legalmente CERTIFICAMOS QUE: El presente Trabajo de
Titulación realizado por el Ing. Segundo Daniel Viteri Palacios estudiante del
programa de Maestría en Sistemas de Información Gerencial, Facultad de Sistemas
Mercantiles, con el tema MINERÍA DE DATOS PARA DETERMINAR LA
MEJORA EN LAS PRÁCTICAS DOCENTES MEDIANTE LA APLICACIÓN
DE LAS INTELIGENCIAS MÚLTIPLES, ha sido prolijamente revisado, y cumple
con todos los requisitos establecidos en la normativa pertinente de la Universidad
Regional Autónoma de Los Andes -UNIANDES-, por lo que aprobamos su
presentación.
Santo Domingo, julio del 2019
Dr. Romero Fernández Ariel José, Ph.D
TUTOR
Dr. Cañizares Galarza Fredy Pablo, Mg.
TUTOR
DECLARACIÓN DE AUTENTICIDAD
Yo, Ing. Segundo Daniel Viteri Palacios, estudiante del programa de Maestría en
Sistemas de Información Gerencial, Facultad de Sistemas Mercantiles declaro que todos
los resultados obtenidos en el presente trabajo de investigación, previo a la obtención
del Grado Académico de Magister en Sistemas de Información Gerencial, son
absolutamente originales, auténticos y personales; a excepción de las citas, por lo que
son de mi exclusiva responsabilidad.
Santo Domingo, julio del 2019
_______________________________
Ing. Viteri Palacios Segundo Daniel
CI: 1713452124
AUTOR
DERECHOS DE AUTOR
Yo, Ing. Segundo Daniel Viteri Palacios, declaro que conozco y acepto la disposición
constante en el literal d) del Art. 85 del Estatuto de la Universidad Regional Autónoma
de Los Andes, que en su parte pertinente textualmente dice: El Patrimonio de la
UNIANDES, está constituido por: La propiedad intelectual sobre las Investigaciones,
trabajos científicos o técnicos, proyectos profesionales y consultaría que se realicen en
la Universidad o por cuenta de ella.
Santo Domingo, julio del 2019
_______________________________
Ing. Viteri Palacios Segundo Daniel
CI: 1713452124
AUTOR
DEDICATORIA
A pesar de las adversidades de la vida siempre que nos ponemos un objetivo debemos
hacer lo posible por cumplirlo, las barreras solo están en nuestra mente, el corazón nos
llevara lejos cuanto más sueñas mas podrás conseguir tus logros.
El presente trabajo de investigación está dedicado a mi Hijo Sebastián Viteri como
fuente principal de motivación para seguir luchando y ser una persona admirable para
él, además de mi emitir mis más sinceros agradecimientos a mi madre que siempre me
apoyara desde cualquier lugar en donde se encuentre, y a mi esposa Domenica
Estupiñan gracias por su apoyo incondicional.
ÍNDICE
PORTADA
APROBACIÓN DE LOS TUTORES DEL TRABAJO DE TITULACIÓN
DECLARACIÓN DE AUTENTICIDAD
DERECHOS DE AUTOR
CERTIFICACIÓN DEL LECTOR
DEDICATORIA
AGRADECIMIENTO
RESUMEN
ABSTRACT
TEMA ......................................................................................................... 1
LINEA DE INVESTIGACIÓN ..................................................................... 1
INTRODUCCIÓN ....................................................................................... 1
MATERIALES Y MÉTODOS ..................................................................... 4
RESULTADOS ............................................................................................ 5
DISCUSIÓN .............................................................................................. 10
CONCLUSIONES ..................................................................................... 11
REFERENCIAS BIBLIOGRÁFICAS
RESUMEN
La técnica de la minería de datos permite que la información obtenida sea mucho más
específica y relevante, ya que al realizar un proceso de Extracción, Transformación y
carga de datos(ETL), se puede determinar de mejor manera la significancia de los datos
ya que un docente trabaja con información sumamente superficial, sin embargo, las
nuevas tendencias educativas pretenden que el aprendizaje sea perdurable en un entorno
de calidad y calidez. El objetivo de la investigación es realizar un proceso de
inteligencia de negocios basado en un datamining con el cual el docente podrá
contabilizar el conocimiento, siendo parte fundamental de las innovaciones pedagógicas
y apoyado en el recurso didáctico de las inteligencias múltiples, podrá simplificar el
proceso de seguimiento y evaluación del estudiante. Además, la gestión administrativa
se realiza con un mejor enfoque utilizando herramientas tecnológicas que facilitan el
análisis de la información. Se aplica una metodología de investigación con datos
cualitativos, cuantitativos y con soporte en la gestión del conocimiento, esto permite
sistematizar los procesos académicos para que el docente apoyado en un Sistema de
Información institucional tenga nuevas alternativas para dosificar sus actividades
académicas y generar mayor iteración, conocimiento y adaptar su enseñanza al nivel de
estudiantes que requiere. De esta forma mediante el análisis dimensional de los datos
las autoridades pueden apoyarse estratégicamente en la tecnología para la toma de
decisiones.
PALABRAS CLAVES: Inteligencia de negocios, Minería de datos, innovaciones
pedagógicas, inteligencias múltiples, toma de decisiones.
ABSTRACT
The data mining technique allows the information obtained to be much more specific
and relevant, since by performing an Extraction process, Transformation and Loading of
Data (ETL), the significance of the data can be better determined since A teacher works
with extremely superficial information, however, the new educational trends aim to
ensure that learning is enduring in an environment of quality and warmth. The
research's objective is to carry out a business intelligence process based on datamining
with which the teacher can count the knowledge, being a fundamental part of the
pedagogical innovations and supported by the didactic resource of multiple
intelligences, can simplify the process of student monitoring and evaluation. In addition,
administrative management is carried out with a better approach using technological
tools that facilitate the information analysis. A research methodology is applied with
qualitative, quantitative data and with support in knowledge management, this allows
systematizing the academic processes so that the teacher supported by an institutional
Information System has new alternatives to dose their academic activities and generate
greater iteration, knowledge and adapt your teaching to the level of students you
require. In this way, through the dimensional data analysis, the authorities can rely
strategically on the technology for decision making.
KEY WORDS: Business intelligence, Data mining, pedagogical innovations, multiple
intelligences, decision making.
1
TEMA
Minería de datos para determinar la mejora en las prácticas docentes mediante la
aplicación de las inteligencias múltiples
LÍNEA DE INVESTIGACIÓN
Aplicación de los sistemas de información en la toma de decisiones gerenciales.
INTRODUCCIÓN
La presente investigación se realiza en la unidad educativa fisco-misional Fe y Alegría de
la ciudad de Santo Domingo en la provincia de Santo Domingo de los Tsáchilas, de la
cual se toma como referencia la implementación de nuevas metodologías didácticas que
servirán como base de estudio para determinar mejoras en las prácticas docentes, así
como la aplicación de la minería de datos. Las innovaciones pedagógicas educativas
especifican que los estudiantes adquieren el conocimiento en diversas formas, de igual
manera permiten conocer cuáles son las características, indicadores y variable inherentes
más comunes en el entorno del desarrollo cognitivo entre los docentes, los propios
estudiantes y sus diversas asignaturas (Alcívar Quizhpe Salinas, Gómez Cabrera , &
Aguilar Salazar, 2016). En los procesos de evaluación constantes realizados por entidades
de régimen escolar se detectan las distintas debilidades y fortalezas institucionales, con
estos criterios ya se podrían obtener ciertos indicadores referenciales que apoyen al
mejoramiento en el rendimiento académico (Rodríguez, 2015).
La inteligencia de negocio es una de las tecnologías con mayor interés y redito en el
escenario del manejo de información, por esta razón varia empresas han decidido
incursionar en esta tecnología para obtener mejores resultados gracias al Big Data y al
descubrimiento de conocimiento mediante el análisis estadístico y modelos predictivos a
futuro.
2
La inteligencia de negocios busca transformar los datos en información para finalmente
transformar la información en conocimiento (Flores, Flores-Pulido, & De la Rosa, 2016).
Según Martínez, Cuéllar, & Bermúdez (2017), la inteligencia de negocios se refiere al
compendio de técnicas y herramientas que permiten transformar grandes cantidades de
datos provenientes de diferentes fuentes, en información significativa para la toma de
decisiones que mejoren el desempeño organizacional, dando como resultado un
mayor nivel de direccionamiento, facilidad en la consulta y flexibilidad organizacional.
De esta forma se considera que para trabajar con los sistemas de inteligencia de negocio
las principales tecnologías que forman parte de esta mecánica de trabajo son:
Datawarehouse, Minería de Datos y Análisis OLAP.
Almacén de datos e información (Datawarehouse). - Es una base de datos
corporativa en la que se integra información depurada de las diversas fuentes que
hay en la organización. Dicha información debes ser homogénea y fiable, se
almacena de forma que permita su análisis desde diversas perspectivas con
tiempos de respuesta óptimos (Ramos, 2016).
Minería de Datos. - El descubrimiento de conocimiento es la extracción no trivial
de información implícita, previamente desconocida y potencialmente útil, a partir
de un conjunto de datos. El descubrimiento de conocimiento en base de datos
“KDD”, pondera métodos específicos y tecnología de minería de datos, mediante
la cual se puede establecer patrones de relación y estructuras asociadas
manipulando la información almacenada en los repositorios de datos (Martínez M.
, 2016).
Análisis OLAP. - Las herramientas OLAP son entornos diseñados para la
ejecución de análisis multidimensional de los datos, brindando posibilidades de
navegación, seleccionando información y permitiendo el análisis de datos
segmentados (Morales, Valencia, & Castro, 2016).
Según Prieto, Dodero, & Villegas (2010), la minería de datos en la educación es una
herramienta de apoyo e innovación que permite predecir con alto nivel de confiabilidad
patrones de rendimiento académico basado en técnicas como algoritmos predictivos o
arboles de decisiones. La innovación educativa debe alcázar las metas de trasformación y
3
mejoramiento, utilizando la metodología de la minería de datos, se manejaran repositorios
de información, y cada año lectivo estos datos son almacenados para su posterior
tratamiento, por lo tanto según Miranda & Guzmán(2017) el uso de la minería de datos
permitirá establecer un mejor procesamiento de esta información, el manejo de la
tecnología, los sistemas de información y además del uso de técnicas estadísticas
deberán apoyar a perfeccionar el rendimiento académico e incluso dotar de nuevas ideas
al docente para complementar sus prácticas educativas logrando alcanzar las destrezas
esperadas en el estudiantado. El desarrollo técnico-científico del software ha permitido un
análisis exhaustivo de datos sometiendo a pruebas los diversos modelos educativos
articulándose con procesos y herramientas estadísticas que permiten canalizar
información no trivial para la toma de decisiones (Castro & Lizasoain, 2016) .
Los cambios actuales en las reformas educativas demuestran que los estudiantes aprenden
de diferentes maneras, unos mediante su sentido auditivo, otros comparan lo que
observan en su entorno, mediante el tacto, contrastando la naturaleza e incluso con juegos
lúdicos o de razonamiento (Ferrándiz, Prieto, Bermejo, & Ferrando, 2006);. La
inteligencia en los niños y adolescentes no solo debe regirse por lo académico, debe estar
relacionado con la combinación de todas las inteligencias (Mercadé, 2012). El uso de las
inteligencias múltiples en el campo educativo comprende cambios en el desarrollo
humano a nivel neurofisiológico, sin embargo se puede considerar especialmente como
una herramienta docente para alcanzar las competencias esperadas en el estudiante (Mesa
Simpson, 2018).
Con ello se considera que, en el proceso de formación académico los directivos y
docentes utilicen la información para diagnosticar, evaluar y mejorar las metodologías de
aprendizaje generando una inteligencia organizacional que permita la identificación,
captación y procesamiento de información adecuada (Reyes Dixson & Nuñez Maturel ,
2015).
La aplicación de la minería de datos desarrolla una metodología de análisis de
información optima y permite al docente la mejora en sus prácticas académicas mediante
el uso de las inteligencias múltiples, asistido en el análisis dimensional de datos
4
(inteligencia de negocios), genera conocimiento relevante a la unidad educativa con un
alto grado de confiabilidad.
MATERIALES Y MÉTODOS
Para el presente análisis se utilizará una metodología mixta de tipo cuantitativa y
cualitativa, los datos que será el objeto de estudio no serán puramente numéricos ni
plenamente cualidades. La investigación será descriptiva y aplicada, además el trabajo se
centra en el uso de la minería de datos para determinar cuán trascendente es la aplicación
de las inteligencias múltiples en las actuales practicas docentes y, si su implementación
enriquece el conocimiento. Se analizan datos estadísticos para comparar sus resultados en
los diferentes años lectivos de esta manera establecer un patrón de medición donde se
vincula los rendimientos académicos antes de la implementación de esta innovación
educativa y posterior a la misma.
Para la obtención de la información se realiza un backup de la base de datos de esta forma
se comparan resultados académicos al final del año lectivo dado en un cuadro estadístico,
se analiza las asignaturas que tengan mayor complejidad, esto se describe mediante el
método estadístico de Pareto para obtener la información más relevante de estos datos
durante los periodos académicos establecidos. Los principales objetos de estudio se
describen en la siguiente tabla:
TABLA 1. Elementos de estudio.
Actores Número de personas
Estudiantes 890
Docentes 90
Directivos 7
Total 987
Realizado por: Elaboración propia a partir de los datos recolectados de la institución
educativa.
Se utilizó herramientas de inteligencia de negocios para explicar la importancia de las
diversas variables, de la misma forma procesos estadísticos que permita proceder a su
análisis previo la contextualización de resultados. De esta forma se realizó el desarrollo
5
de la investigación tomando como caso de estudio un grupo de 35 estudiantes
específicamente un paralelo de octavo año, sin embargo, con la metodología de análisis
dimensional se puede obtener información diversa desde las dimensiones que conforman
el cubo de información. Mediante la observación se determina las actuales practicas
docentes y como se cambiarían las estrategias para que los estudiantes alcancen mejores
conocimientos. Se aplicó encuestas a estudiantes para comprobar la idea principal, con
docentes para determinar el grado de satisfacción en la implementación de nuevos
recursos didácticos, además, se realizó los respectivos análisis estadísticos
sistemáticamente conformando un Datawarehouse durante la extracción de la
información. Se realiza un estudio analítico con notas de años anteriores donde la
educación en parte se pensaba como algo tradicional y en base a esto se comparó con
documentos actuales para analizar los cambios que podrían realizarse en el rendimiento
de los estudiantes.
RESULTADOS
El diagnostico situacional indica que la información no es precisa, sus datos no son
fiables por ende no se puede establecer una visión clara en la implementación de recursos
didácticos innovadores a pesar de que los docentes cumplen los requisitos básicos en su
proceder educativo. Las encuestas elaboradas para las autoridades de la institución
señalan que la gestión académica se lleva de forma regular con los procedimientos
básicos que se ajustan a las necesidades del distrito y la ley orgánica de educación, por lo
tanto, no cuentan con algún tipo de apoyo tecnológico que entregue una perspectiva
diferente de reportes para análisis ya que el sistema de información utilizado entrega los
documentos de calificaciones según sean lo solicitado por los docentes, de esta forma la
inteligencia de negocios basado en la minería de datos enfoca la posibilidad de que la
gestión académica interactúe con datos de forma más dinámica, así las autoridades y
docentes cuenten con herramientas analíticas que mejoren las actividades de enseñanza-
aprendizaje.
Durante el desarrollo de la investigación se mide el grado de satisfacción de los docentes
los mismos que deben aplicar las inteligencias múltiples durante su práctica académica, a
esto se agrega el apoyo tecnológico que se basa en el análisis dimensional de la
6
información que emitan, contribuyendo con el desarrollo de la gestión académica de la
institución, además, se observa mediante la manipulación de datos en la dimensión
calificaciones si el estudiante se complementa con el trabajo implementado por el docente
ya que los repositorios de datos para obtener conocimiento del nivel de aprendizaje serán
más amplios y brindan facilidad para la toma de decisiones por parte de las autoridades
institucionales.
DESARROLLO DE LA PROPUESTA
Previo a la gestión del conocimiento en la etapa de recolección de información se cuenta
con datos no estructurado por lo que se elabora el diseño de una base de datos con un
modelo transaccional, de esta forma se procede a ordenar, clasificar y filtrar los datos de
forma idónea mediante un SGBD, este mecanismo facilita la comprensión y el acceso
más eficiente a los datos, este proceso comprueba la homogeneidad y fiabilidad de la
información obtenida.
El modelo transaccional proporciona una ventaja en el esquema de la base de datos ya
que su fin es el envio y recepcion de datos a grandes velocidades, mediante este diseño, la
recoleccion y respuesta de los datos permite una menor redundancia y duplicidad ya que
permiten llevar a cabo un gran numero de transacciones cortas en línea, dando la
capacidad de un procesamiento de consultas muy rápido garantizando la integridad de
los datos en entornos de acceso múltiples.
Aplicando inteligencia de negocios, se recurrió al proceso de extracción, trasformación y
carga de datos (ETL), en el transcurso se formaron datamart correspondientes a las
entidades principales del caso de estudio que serán los estudiantes, sus promedios y los
docentes que intervienen en el proceso, además de elaborar un Datawarehouse que
permite el análisis exhaustivo de la información, de esta forma se pretende entregar
reportes oportunos a las autoridades del plantel para el análisis de estos resultados. Con
herramientas de integración de datos y mediante cuadros estadísticos se analizó
promedios alcanzados por los estudiantes de un seleccionado curso en un periodo escolar,
de esta forma, se estipula si las inteligencias múltiples mejoran el desarrollo del proceso
enseñanza-aprendizaje del estudiante.
7
Grafico 1. Diseño de la Base de datos; Modelo Transaccional
Realizado por: Elaboración propia a partir del archivo .xlsx obtenido como fuente de
información.
Se establece el modelo estrella integrado principalmente por una tabla de hechos con el
cuadro de calificaciones y sus dimensiones correspondientes, además de sintetizar la
información de notas donde según la educación y su proceder se pensaba como algo
tradicional y en base a la investigación planteada se comparó con documentos actuales
para analizar los cambios que podrían realizarse en el rendimiento de los estudiantes.
Una vez conformado el Datawarehouse se utiliza sus características para elaborar un cubo
OLAP de información, este proceso permite que los datos obtenidos estén concéntricos
en el repositorio y su acceso para la toma de decisiones sea más sencillo.
8
Grafico 2. Modelo Dimensional Estrella
Realizado por: Elaboración propia a partir del modelo transaccional de BDD.
A partir del modelo dimensional podemos acercar lo datos para volverlos un tipo de
informacion útil para el análisis, de esta forma se puede encontrar resultados de forma
rapida e intitutiva, la estructuración de la tabla de hechos permite seleccionar los datamart
necesarios para elaborar el cubo de información y poder seleccionar los datos más
relevantes que sirvan de manera idónea para su posterior administración.
9
Grafico 3. Estructura del cubo de información
Realizado por: Elaboración propia a partir del modelo dimensional estrella.
Para la conformacion del cubo se debe utilizar componentes conocidos como metricas o
medidas de negocio, el cúal permite seleccionar dimensiones establecidas en los datamart
para generar consultas complejas desde diferentes persepectivas. El cubo esta
conformado por las características mas recurrentes en el ámbito educativo, es decir, para
obtener algun tipo de reporte por parte de las autoridades se basan en los parámetros
como: docentes, estudiantes, curso, paralelos, notas, asigantura, quimestre entre otras.
Este tipo de consulta a través de un cubo olap organiza y resume los datos para mejorar
la eficiencia de las consultas analíticas.
Gráfico 4. Manipulación y gestión de la información
Realizado por: Elaboración propia a partir de la estructura del cubo OLAP.
10
El gráfico 4 presenta la objetividad de la investigación la misma que se basa en la
obtención de información como conocimiento para la toma de decisiones, la herramienta
de inteligencia de negocios permite la integración de los datos y este poder transformarlos
en resultados, por lo tanto, el recurso humano institucional tiene a disposición una
herramienta que permita el manejo fluctuante de la información.
La autoridades de la institucion podran realizar la manipulación de la información de
forma conveniente, emitir reportes desde diversas perspectivas conociendo necesidades,
proponiendo mejoras y posibles soluciones al bajo rendimiento académico, y de esta
forma relacionar con datos históricos el beneficio que tiene para los estudiantes la
implementación de innovaciones pedagogicas, ya que se puede establecer comparativas
mediante reportes de inteligencia de negocio y cuadros estadisticos con los datos
obtenidos en años anteriores elaborados por el sistema de informacion institucional.
DISCUSIÓN
Mediante la inteligencia de negocios y las características de la minería de datos se
transforma la información en conocimiento y las autoridades institucionales pueden
gestionar de forma más eficiente el acontecer educativo ya que actualmente por la gran
cantidad de información generada por los diversos actores institucionales implementar un
Datawarehouse en la unidad educativa resulta una herramienta tecnológica de respuesta
inmediata y de resultados óptimos. La presente investigación la sostiene Cabrera Torres,
Moran Cabrera, & Ramirez, (2014), los mismo indican que todas las instituciones
educativas de nivel medio deberían mejorar sus procesos académicos y administrativos
con la incorporación de herramientas tecnológicas que les permitan mejorar la toma de
decisiones en forma confiable, oportuna, completa y disponible en el momento que lo
deseen.
La minería de datos proyectada hacia la gestión educativa, es una herramienta que
permite que los docentes amplíen y mejoren sus prácticas y metodologías de enseñanza-
aprendizaje desarrolladas en beneficio de los estudiantes, ya que este método analítico de
información puede dotar de conocimiento útil y determinante en las diferentes instancias
del proceso educativo apoyados en sistemas virtuales de educación o estrategias
innovadoras dentro del aula.
11
La presente investigación presenta la factibilidad de implementar estrategias de
inteligencia de negocios en el ámbito educativo ya que se apoya en una metodología
aplicada al BI y descriptiva permitiendo convertir datos en conocimiento como una
estrategia institucional, además se sostiene que la aplicación de las inteligencias múltiples
en el proceso de enseñanza dosifica el conocimiento adquirido en el estudiante, se puede
realizar el respectivo acompañamiento en el nivel de rendimiento ya que este
procedimiento permitió la elaboración de un cubo OLAP de información que contiene
datos relevantes de estudiantes, notas, docentes, asignaturas y otras características que
permiten la ponderación de los resultados mediante procesos analíticos que admiten una
toma ágil de decisiones. Como lo plantea Camargo Vega, Joyanes Aguilar, & Giraldo
Marín, (2016) en el campo del BI existen varias herramientas y arquitecturas, una de
estas fue la utilizacion de Pentaho y Saiku Ananlityc las cuales presentan claras politicas
en el manejo de informacion basado en modelos funcionales que benefician la gestion
interna academica y consolidando una infraestrutura tecnologica a disposicion del
pérsonal docente cambiando el paradigma en el manejo de informacion.
CONCLUSIONES
En relación al uso del software institucional cabe recalcar que abarca en gran parte las
necesidades en procesos de matriculación y notas para el manejo y almacenamiento de la
información, sin embargo, también se puede señalar que las instituciones educativas
deben contemplar que el desarrollo de la tecnología ofrece alternativas de solución, por lo
tanto, tácitamente se deben involucrar en la implementación de nuevas técnicas que
apoyen dichos procesos y que se constituyan en un recurso más para apoyar los objetivos
institucionales contribuyendo al desarrollo de la educación.
Se destaca que la inteligencia de negocios y la minería de datos son fundamentales para el
análisis y tratamiento de grandes cantidades de información, las nuevas tendencias
organizacionales en el campo académico requieren que docentes y autoridades se
enfoquen en optimizar el rendimiento académico basado en métodos confiables de
evaluación, innovaciones pedagógicas y desarrollo de destrezas promoviendo la calidad
educativa y metodologías de aprendizaje significativas.
12
Con la aplicación del análisis dimensional de información y su técnica de minería de
datos se presentan alternativas en la gestión de la información, por lo tanto, se considera
que las decisiones se convertirán en acciones, las mismas que permiten al docente
innovar y desarrollar mayores capacidades y potencialidades individuales en el
estudiante, al mismo tiempo emplear instrumentos que permitan su autonomía en el
seguimiento, evaluación e implementación de los nuevos modelos académicos con la
finalidad de hacer eficiente sus procesos.
REFERENCIAS BIBLIOGRÁFICAS
Aguilar Romero, M., & Rodríguez García, J. (2016). COMPARACIÓN DE
OPCIONES PARA INTELIGENCIA DE NEGOCIOS EN LOS PRINCIPALES
SISTEMAS GESTORES DE BASES DE DATOS DEL MERCADO. Economía y
Administración (E&A), 5-20.
Alcívar Quizhpe Salinas, L., Gómez Cabrera , O. A., & Aguilar Salazar, R. d. (2016).
La innovación educativa en la Educación Superior Ecuatoriana y el portafolio
docente: instrumentos de desarrollo. Revista Cubana de Reumatología, 1-7.
Ballesteros, A., & Sánchez Guzmán, D. (2013). Mineraia de datos aplicada a la
gestión educativa. Centro de Investigación en Ciencia Aplicada y Tecnología
Avanzada del Instituto Politécnico Nacional, 1-29.
Cabrera Torres, A. A., Moran Cabrera, E., & Ramirez, R. I. (2014). Uso de la
Tecnología Data Warehouse en Unidades Educativas de Nivel Medio. Ciencia
UNEMI, 51-57.
Camargo Vega, J. J., Joyanes Aguilar, L., & Giraldo Marín, L. M. (2016). La
inteligencia de negocios como una herramienta en la gestión académica. Revista
Científica,, 110-120.
Castro, M., & Lizasoain, L. (2016). Las técnicas de modelización estadística en la
investigación educativa: minería de datos, modelos de ecuaciones estructurales y
modelos jerárquicos lineales. JSTOR, 1-19.
De Battista, A., Cristaldo, P., Ramos, L., Nunez, J., Retamar, S., Bouzenard, D., &
Herrera, N. (2016). Minería de datos aplicada a datos masivos. Workshop de
Investigadores en Ciencias de la Computación, 288-292.
Ferrándiz, C., Prieto, M. D., Bermejo, M. R., & Ferrando, M. (2006). Fundamentos
psicopedagógicos de las inteligencias múltiples. Revista Española de Pedagogía,, 1-
16.
Flores, F., Flores-Pulido, L., & De la Rosa, E. (2016). Inteligencia de negocios y
minería de datos aplicado a la industria refresquera. Research in Computing Science,
126, 63-71.
García, F. J. (2016). EN CLAVE DE INNOVACIÓN EDUCATIVA.
CONSTRUYENDO EL NUEVO ECOSISTEMA DE APRENDIZAJE. GRIAL,
Grupo de Investigación en InterAcción y eLearning, 16.
Kotu, V. y. (2015). [Análisis predictivo y minería de datos. Conceptos y práctica con
rapidMiner. Morgan Kaufmann, 1-21.
Luca, S. L. (2004). EL DOCENTE Y LAS INTELIGENCIAS MÚLTIPLES. Revista
Iberoamericana de Educación, 1-12.
Martínez, A., Cuéllar, M., & Bermúdez, G. (2017). Modelo de integración
inteligencia de negocios y gestión del conocimiento. Redes.
Martínez, M. (2016). Minería de datos. Universidad Nacional del Noroeste Facultad
de Ciencias Exactas, Naturales y Agrimensura, 5-11.
Mercadé, A. (2012). Los 8 tipos de Inteligencia según Howard Gardner: la teoría de
las inteligencias múltiples. 7.
Mesa Simpson, C. E. (2018). Caracterización de las inteligencias múltiples de
estudiantes de 2do año de la carrera de Medicina. Revista Médica Electrónica, 1 - 13.
Miranda, M., & Guzmán, J. (2017). Análisis de la Deserción de Estudiantes
Universitarios usando Técnicas de Minería de Datos. Formación Universitaria, 10, 1
- 8.
Morales, A. F., Valencia, R., & Castro, J. M. (2016). Procesamiento Analítico con
Minería de Dato. RECI Revista Iberoamericana de las Ciencias Computacionales e
Informática, 22-43.
Porcel, E., Dapozo, G., & López, M. (2009). Modelos predictivos y técnicas de
minería de datos para la identificación de factores asociados al rendimiento
académico de alumnos universitarios. Workshop de Investigadores en Ciencias de la
Computación, 5.
Prieto, M., Dodero, J., & Villegas, D. (2010). RECURSOS DIGITALES PARA LA
EDUCACIÓN Y CULTURA. Andalucia, España: Universidad Tecnológica
Metropolitana, Mérida, Yucatán, México.
Ramos, S. (2016). Data Warehouse, Data Marts y Modelos Dimensionales. SolidQ
Global.
Reyes Dixson, Y., & Nuñez Maturel , L. (2015). El análisis estadístico aplicado a la
gestión de la enseñanza para la toma de decisiones. Revista Cubana de Ciencias
Informáticas , 113 -127.
Rodríguez, E. (2015). Pedagogías y planes de estudio para (Re) imaginar la
educación pública: relatos transnacionales de esperanza y resistencia (1 ed., Vol. 3).
Philadelphia , USA: Springer-Verlag Singapur. doi:10.1007 / 978-981-287-490-0
top related