Universidad de Burgos RIUBU Principal Default Universidad de Burgos RIUBU Principal Default
  • español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Universidad de Burgos RIUBU Principal Default
  • Ayuda
  • Entre em contato
  • Deixe sua opinião
  • Acceso abierto
    • Archivar en RIUBU
    • Acuerdos editoriales para la publicación en acceso abierto
    • Controla tus derechos, facilita el acceso abierto
    • Sobre el acceso abierto y la UBU
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosEsta coleçãoPor data do documentoAutoresTítulosAssuntos

    Minha conta

    EntrarCadastro

    Estatísticas

    Ver as estatísticas de uso

    Compartir

    Ver item 
    •   Página inicial
    • Teses de Doutoramento
    • Untitled
    • Ver item
    •   Página inicial
    • Teses de Doutoramento
    • Untitled
    • Ver item

    Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10259/6704

    Título
    Minería de datos aplicada al procesamiento automático en el análisis del proceso de enseñanza-aprendizaje
    Autor
    Rodríguez Arribas, SandraAutoridad UBU Orcid
    Director
    Diez Pastor, José FranciscoAutoridad UBU Orcid
    Sáiz Manzanares, María ConsueloAutoridad UBU Orcid
    Entidad
    Universidad de Burgos. Departamento de Ingeniería Informática
    Fecha de publicación
    2021
    Fecha de lectura/defensa
    2021
    DOI
    10.36443/10259/6704
    Resumo
    Actualmente el proceso de enseñanza-aprendizaje utiliza frecuentemente plataformas interactivas, sistemas de gestión del aprendizaje (LMS - Learning Management System), como herramientas para apoyar y facilitar el aprendizaje de los estudiantes. Estos entornos ofrecen muchas posibilidades de registro de la actividad (logs) dentro de la plataforma y de extracción de dicha información. Sin embargo, los LMS no siempre contienen herramientas adecuadas para el análisis de la información, más allá de algunos sencillos procedimientos de Learning Analytics (LA) que únicamente posibilitan llevar a cabo análisis de datos sencillos. Por este motivo, para realizar estudios más precisos, lo que se conoce como Educational Data Mining (EDM), es necesario aplicar técnicas estadísticas y de minería de datos más sofisticadas y complejas. El objetivo principal de esta tesis doctoral es el de analizar el proceso de enseñanza-aprendizaje en distintos entornos y etapas educativas, empleando técnicas de minería de datos para la extracción de información y conocimiento. Esta tesis está dividida en cuatro partes. Un primer capítulo introductorio en el que se explican los conceptos más teóricos así como las técnicas y herramientas aplicadas durante todo el proceso de investigación. Posteriormente, en la segunda parte, se exponen los objetivos de la investigación así como las aportaciones y méritos de esta tesis. En este capítulo encontrarán seis publicaciones a lo largo de las cuales se analizan distintos escenarios y técnicas de enseñanza-aprendizaje en diferentes etapas educativas. Por último, en la parte final del documento se encuentran las conclusiones extraídas tras finalizar todo el proceso de investigación realizado y las líneas futuras en las que seguir trabajando y ampliando el conocimiento.
    Palabras clave
    Learning Management Systems
    Aprendizaje auto-regulado
    Minería de datos
    Tecnología eye-tracking
    Educational Data Mining
    Self-Regulated Learning
    Data Mining
    Eyetracking technology
    Materia
    Informática
    Computer science
    Enseñanza
    Teaching
    URI
    http://hdl.handle.net/10259/6704
    Aparece en las colecciones
    • Untitled
    Attribution-NonCommercial-NoDerivatives 4.0 Internacional
    Documento(s) sujeto(s) a una licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internacional
    Arquivos deste item
    Nombre:
    Rodriguez_Arribas.pdf
    Tamaño:
    54.66Mb
    Formato:
    Adobe PDF
    Descripción:
    Contenido parcial
    Thumbnail
    Visualizar/Abrir

    Métricas

    Citas

    Academic Search
    Ver estadísticas de uso

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis
    Mostrar registro completo