Minería de datos aplicada a la evaluación docente. Caso práctico Uniandes

Tema: Minería de datos aplicada a la evaluación docente. Caso práctico Uniandes

Autor: Carlos Eduardo Martínez Campaña

Cargo: Docente Carrera de Sistemas Universidad Regional Autónoma de los Andes

 País: Ecuador

Mail: camartin4060@gmail.com

Resumen Ejecutivo

En el campo de la educación recientemente ha cobrado importancia la llamada minería de datos educacional, la cual trata del desarrollo de métodos para descubrir conocimiento de datos almacenados en ambientes educativos. Sus objetivos son múltiples,  desde predecir niveles de aprovechamiento de los estudiantes, hasta identificar patrones de conducta, detecciones de desviaciones y sesgos en la información. Toda evaluación es un proceso para estimar o juzgar el valor, la excelencia, las cualidades o el status de algún objeto o persona y están determinados por factores y comportamientos propios del ser humano donde predomina la subjetividad. En los resultados de la evaluaciones al  desempeño docente se detectan sesgos como: tendencia central, efecto de halo, Lenidad, indulgencia, severidad, preferencia o prejuicio entre otros. Las técnicas de minería de datos se utilizan para extraer conocimiento de datos sin procesar, el conocimiento extraído es valioso y afecta significativamente en la interpretaciones de los resultados y la toma de decisiones El objetivo del presente estudio propone la eliminación del sesgo de la información en la evaluación al desempeño docente de Uniandes. Para el proceso investigativo se realizo un estudio empírico basado en el uso de una metodología mixta, interpretando la información proporcionada por cada uno de los actores en la evaluación y contrastándola con  el análisis KDD de la información correspondiente al año 2016. Para la propuesta se analizo diversos algoritmos de minería de datos y los resultados derivados de la optimación del algoritmo Kmeans y su aplicación a través del lenguaje de consulta estructurado.

Palabras Clave : Minería de datos, Educación, Evaluación Docente, Algoritmo, Clustering, SQL.

...