Minería de datos para determinar la mejora en las prácticas docentes
DOI:
https://doi.org/10.35381/i.p.v5i1.2641Palabras clave:
Inteligencia, negocio, contabilidad, conocimiento, docente, (Tesauro UNESCO)Resumen
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. 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. Los Resultados indicaron 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. En conclusión, el software institucional cabe 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.
Descargas
Citas
Quizhpe Salinas, Luis Alcívar, Gómez Cabrera, Oscar Aníbal, & Aguilar Salazar, Rocío del Pilar. (2016). La innovación educativa en la Educación Superior ecuatoriana y el portafolio docente: instrumentos de desarrollo. [Educational innovation in Ecuadorian Higher Education and the teaching portfolio: development instruments]. Revista Cubana de Reumatología, 18(3), 297-303. https://n9.cl/mdudn
Cabrera Torres, A. A., Moran Cabrera, E., & Ramírez, R. I. (2014). Uso de la Tecnología Data Warehouse en Unidades Educativas de Nivel Medio. [Use of Data Warehouse Technology in Middle Level Educational Units]. Ciencia UNEMI, 51-57. https://www.redalyc.org/pdf/5826/582663858005.pdf
Camargo Vega, J. J., Joyanes Aguilar, L., & Giraldo Marín, L. M. (2016). La inteligencia de negocios como una herramienta en la gestión académica. [Business intelligence as a tool in academic management]. Revista Científica. 110-120. https://n9.cl/ragkm
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. [Statistical modeling techniques in educational research: data mining, structural equation models and linear hierarchical models]. JSTOR, 1-19. https://redined.educacion.gob.es/xmlui/handle/11162/92111
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. https://n9.cl/6gn1w5
Martínez, A., Cuéllar, M., & Bermúdez, G. (2017). Modelo de integración inteligencia de negocios y gestión del conocimiento. [Business intelligence and knowledge management integration model]. Redes. https://n9.cl/kglvtw
Mercadé, A. (2012). Los 8 tipos de Inteligencia según Howard Gardner: la teoría de las inteligencias múltiples. 7. [The 8 types of Intelligence according to Howard Gardner: the theory of multiple intelligences. 7]. https://n9.cl/vtjaw
Mesa Simpson, C. E. (2018). Caracterización de las inteligencias múltiples de estudiantes de 2do año de la carrera de Medicina. [Characterization of the multiple intelligences of 2nd year students of the Medicine career]. Revista Médica Electrónica, 1 - 13. https://n9.cl/08aoi
Miranda, Mauricio A, & Guzmán, Jheser. (2017). Análisis de la Deserción de Estudiantes Universitarios usando Técnicas de Minería de Datos. [Analysis of the Dropout of University Students using Data Mining Techniques ]. Formación universitaria, 10(3), 61-68. https://dx.doi.org/10.4067/S0718-50062017000300007
Morales, A. F., Valencia, R., & Castro, J. M. (2016). Procesamiento Analítico con Minería de Dato. [Analytical Processing with Data Mining ]. RECI Revista Iberoamericana de las Ciencias Computacionales e Informática, 22-43. https://www.reci.org.mx/index.php/reci/article/download/40/172/
Prieto, M., Dodero, J., & Villegas, D. (2010). Recursos Digitales para la Educación y Cultura. [Digital Resources for Education and Culture]. Andalucia, España: Universidad Tecnológica Metropolitana, Mérida, Yucatán, México.
Ramos, S. (2016). Data Warehouse, Data Marts y Modelos Dimensionales. [Data Warehouse, Data Marts and Dimensional Models]. SolidQ Global. https://n9.cl/k243wg
Rodríguez, E. (2015). Pedagogías y planes de estudio para (Re) imaginar la educación pública: Cuentos transnacionales de esperanza y resistencia. [Pedagogies and Curricula for (Re)Imagining Public Education: Transnational Tales of Hope and Resistance]. (1ª ed.), Vol. 3. Philadelphia, USA: Springer-Verlag Singapur. doi:10.1007 / 978-981-287-490-0
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Segundo Daniel Viteri-Palacios, Ariel José Romero-Fernández, Fredy Pablo Cañizares-Galarza, Rita Azucena Díaz-Vásquez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA : Esta licencia permite a los reutilizadores distribuir, remezclar, adaptar y construir sobre el material en cualquier medio o formato solo con fines no comerciales, y solo siempre y cuando se dé la atribución al creador. Si remezcla, adapta o construye sobre el material, debe licenciar el material modificado bajo términos idénticos.
OAI-PMH URL: https://fundacionkoinonia.com.ve/ojs/index.php/ingeniumetpotentia/oai
