Minería de datos educativos para la detección de recursos clave

Barra lateral del artículo

PDF
Publicado: ene. 1, 2017
DOI: https://doi.org/10.21071/ripadoc.v3i0.9960
Palabras clave:
Minería de datos educativos, recursos clave, clasificación, árboles de decisión.

Contenido principal del artículo

Eva Gibaja Galindo
Universidad de Córdoba
Amelia Zafra Gómez
Universidad de Córdoba
María Luque Rodríguez
Universidad de Córdoba
Antonio Arauzo Azofra
Universidad de Córdoba
Aurora Ramírez Quesada
Universidad de Córdoba
Juan Luis Olmo Ortiz
Universidad de Córdoba

Resumen

Este artículo describe un proyecto de innovación educativa centrado en diseñar y desarrollar un nuevo módulo de Moodle que permita obtener modelos predictivos basados en árboles de decisión a partir de los datos de uso almacenados en Moodle. Debido a las características de los modelos basados en árboles de decisión, es posible relacionar el trabajo personal realizado por los alumnos en Moodle con la calificación final obtenida, proporcionándonos así una descripción de los recursos y actividades que resultan clave para superar/suspender una asignatura. Con esta información, el profesor podría detectar alumnos con alta probabilidad de no superar la asignatura e intentar reconducir la situación. Este módulo puede ser aplicado en cualquier asignatura de la plataforma Moodle. Concretamente, para comprobar su funcionamiento, ha sido aplicado la asignatura Introducción a la Programación impartida en el grado de Ingeniería Informática de la Universidad de Córdoba.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Número
Num. 3 (2017)
Sección
Monografías

Las obras que se publican en esta revista están sujetas a los siguientes términos:

1. UCOPress. Editorial Universidad de Córdoba conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia de uso indicada en el punto 2.
© UCOPress. Editorial Universidad de Córdoba 

2. Las obras se publican en la edición electrónica de la revista bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 España (texto legal). Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL de la obra); ii) no se usen para fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia de uso.

3. Condiciones de auto-archivo.  Se autoriza a los autores a difundir el autoarchivo de los artículos en su versión post-print (versión editorial) , incluyendo un enlace a la página de la revista e indicando el modo de citación completo del trabajo.

Se declara además haber respetado los principios éticos de investigación y estar libre de cualquier conflicto de intereses.