Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/7277
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nd/4.0es_ES
dc.contributorCristhian Torres Millarezes_ES
dc.creatorGraciela Isolina Martínez Ávilaes_ES
dc.date2015-06-
dc.date.accessioned2016-12-02T20:55:31Z-
dc.date.available2016-12-02T20:55:31Z-
dc.date.issued2015-06-
dc.identifier1462 - RI002713.PDFes_ES
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/7277-
dc.descriptionEste documento de tesis, propone un Modelo Inteligente de Tutorías, utilizando técnicas de minería de datos, que contribuya a disminuir la deserción y reprobación de estudiantes a nivel superior, aumentando la eficiencia terminal, a partir de la creación de cuatro perfiles de estudiantes, los cuales se congregarán en grupos con características y necesidades semejantes, para que sean guiados por tres perfiles de tutores, según corresponda, dependiendo del semestre que estén cursando. Todos los perfiles se crearán a partir de las bases de datos generadas; para los alumnos, con el examen de ingreso, estudios psicopedagógicos, bitácoras de tutorías, asesorías y de las evaluaciones que se vayan registrando en su trayectoria académica, de tal manera que el mismo sistema vaya consolidando dichos perfiles a través del tiempo. En el caso de los profesores se toman como bases de datos, no sólo su currículum, sino su desempeño académico dentro y fuera de la Institución, su experiencia laboral, y exámenes psicopedagógicos, de tal manera que el sistema genere conocimiento significativo de los dos actores del proceso enseñanza ¿ aprendizaje, para la toma de decisiones y coadyuve a que las Instituciones de Educación Superior, generen capital humano de calidad. La metodología utilizada se enfocó en el Perfil del Aspirante, aplicando la técnica predictiva Estadística Descriptiva y las técnicas descriptivas como Análisis de Componentes Principales, k ¿ means y Análisis Discriminante Lineal. El caso de estudio práctico fue analizar los datos de la generación de estudiantes que ingresó en junio 2011, a Ingeniería en Tecnologías de la Información del Instituto Tecnológico de Morelia, a partir de la aplicación del Examen de Ingreso (EXANI ¿ II), que aplica el Centro Nacional de Evaluación para la Educación Superior (CENEVAL) y las evaluaciones del primer semestre. Los resultados fueron comparados con los Perfiles de Egreso de las carreras en Tecnologías, que la Asociación Nacional de Instituciones de Educación en Tecnologías de Información (ANIEI) propone, concluyendo que existen coincidencias entre perfiles. Este modelo es aplicable a cualquier Institución de Educación Superior, lo que varía son los perfiles generados, dado que dependerá no sólo de las bases de datos para cada caso, sino de su circunstancia y necesidad académica.es_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autónoma de Querétaroes_ES
dc.relation.requiresNoes_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectTutoría académicaes_ES
dc.subjectMinería de datoses_ES
dc.subjectANIEIes_ES
dc.titleModelo Inteligente de Tutorías (MIT) en el Instituto Tecnológico de Moreliaes_ES
dc.typeTesis de maestríaes_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ingeniería de Software Distribuidoes_ES
dc.degree.departmentFacultad de Informáticaes_ES
dc.degree.levelMaestríaes_ES
Aparece en las colecciones: Maestría en Ingeniería de Software Distribuido

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI001462.PDF11.52 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.