Redes Neuronales para predecir la aptitud del alumno y sugerir acciones

Debido a la recurrencia del problema presentado por los alumnos en lo que se refiere a su desempeño académico, se piensa en una aplicación de redes neuronales como apoyo al docente, al ser capaz de predecir las fallas de los estudiantes. Sobre esta predicción, se podrán establecer las actividades y...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Salgueiro, Fernando A., Costa, Guido, Cánepa, Sabrina, Lage, Fernando Javier, Kraus, Germán, Figueroa, Nancy, Cataldi, Zulma
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2006
Materias:
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/20835
Aporte de:
id I19-R120-10915-20835
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
redes neuronales
Computer Uses in Education
tecnología
predicción
alumno
Neural nets
diagnóstico
comportamiento del alumno
rendimiento académico
spellingShingle Ciencias Informáticas
redes neuronales
Computer Uses in Education
tecnología
predicción
alumno
Neural nets
diagnóstico
comportamiento del alumno
rendimiento académico
Salgueiro, Fernando A.
Costa, Guido
Cánepa, Sabrina
Lage, Fernando Javier
Kraus, Germán
Figueroa, Nancy
Cataldi, Zulma
Redes Neuronales para predecir la aptitud del alumno y sugerir acciones
topic_facet Ciencias Informáticas
redes neuronales
Computer Uses in Education
tecnología
predicción
alumno
Neural nets
diagnóstico
comportamiento del alumno
rendimiento académico
description Debido a la recurrencia del problema presentado por los alumnos en lo que se refiere a su desempeño académico, se piensa en una aplicación de redes neuronales como apoyo al docente, al ser capaz de predecir las fallas de los estudiantes. Sobre esta predicción, se podrán establecer las actividades y acciones que el docente puede proponer al alumno para mejorar su desempeño. Para validar las hipótesis se adoptará un diseño cuasiexperimental. Las hipótesis a validar son: a) Una red neuronal puede predecir fallas de los alumnos en su desempeño. b) En base a sus propias predicciones, una red neuronal es capaz de determinar la clase de acciones a tomar por el docente para mejorar el desempeño del alumno. Se prevé la transferencia hacia la comunidad educativa del diseño instrumental, que dejará líneas de investigación abiertas de diversa complejidad para ser tratadas por investigadores formados y por tesistas de grado.
format Objeto de conferencia
Objeto de conferencia
author Salgueiro, Fernando A.
Costa, Guido
Cánepa, Sabrina
Lage, Fernando Javier
Kraus, Germán
Figueroa, Nancy
Cataldi, Zulma
author_facet Salgueiro, Fernando A.
Costa, Guido
Cánepa, Sabrina
Lage, Fernando Javier
Kraus, Germán
Figueroa, Nancy
Cataldi, Zulma
author_sort Salgueiro, Fernando A.
title Redes Neuronales para predecir la aptitud del alumno y sugerir acciones
title_short Redes Neuronales para predecir la aptitud del alumno y sugerir acciones
title_full Redes Neuronales para predecir la aptitud del alumno y sugerir acciones
title_fullStr Redes Neuronales para predecir la aptitud del alumno y sugerir acciones
title_full_unstemmed Redes Neuronales para predecir la aptitud del alumno y sugerir acciones
title_sort redes neuronales para predecir la aptitud del alumno y sugerir acciones
publishDate 2006
url http://sedici.unlp.edu.ar/handle/10915/20835
work_keys_str_mv AT salgueirofernandoa redesneuronalesparapredecirlaaptituddelalumnoysugeriracciones
AT costaguido redesneuronalesparapredecirlaaptituddelalumnoysugeriracciones
AT canepasabrina redesneuronalesparapredecirlaaptituddelalumnoysugeriracciones
AT lagefernandojavier redesneuronalesparapredecirlaaptituddelalumnoysugeriracciones
AT krausgerman redesneuronalesparapredecirlaaptituddelalumnoysugeriracciones
AT figueroanancy redesneuronalesparapredecirlaaptituddelalumnoysugeriracciones
AT cataldizulma redesneuronalesparapredecirlaaptituddelalumnoysugeriracciones
bdutipo_str Repositorios
_version_ 1764820465009819649