Por favor, use este identificador para citar o enlazar este ítem: http://dspace.utpl.edu.ec/handle/20.500.11962/29721
Título : Uso de técnicas de machine learning en la identificación de patrones del perfil docente innovador
Autor : Barba Guamán, Luis Rodrigo
Cárdenas Toledo, Charlie Alexander
Palabras clave : Innovación educativa
Universidades
Magíster en ciencias y tecnologías de la computación
Tesis y disertaciones académicas
Fecha de publicación : 2022
Citación : Cárdenas Toledo, Charlie Alexander. Barba Guamán, Luis Rodrigo.(2022). Uso de técnicas de machine learning en la identificación de patrones del perfil docente innovador . Universidad Técnica Particular de Loja
Descripción : Resumen: La Universidad Técnica Particular de Loja (UTPL) a través del Proyecto Ascendere se ha preocupado en mejorar la calidad educativa, estimulando la investigación y formando docentes innovadores que compartan sus experiencias a otros docentes con lafinalidad de ampliar y generalizar la experiencia. Por esta razón, el interés que aborda la presente investigación se relaciona con la siguiente pregunta ¿Cuáles son las características que tiene el docente innovador? Con esta duda se pretende encontrar ciertas propiedades o patrones que debe tener el docente innovador, que promueva el proceso de enseñanza-aprendizaje con sus estudiantes. Se trabajó con información del conjunto de datos que proporciona el proyecto Ascendere UTPL de los años 2018, 2019 y 2020. Se aplicó la metodología con la siguiente estructura: obtención del dataset, limpieza de datos, selección de variables, aplicación de algoritmos de clusterización y análisis de resultados. El resultado de presentan que los docentes innovadores de la UTPL son: género femenino, más de cinco años de experiencia docente y tienen horas de formación que superan las 40 horas.
URI : http://dspace.utpl.edu.ec/handle/20.500.11962/29721
Aparece en las colecciones: Magister en Ciencias y Tecnologías de la Computación

Ficheros en este ítem:
No hay ficheros asociados a este ítem.


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