Minería de datos desde la perspectiva educativa, Lima 2024

• Autor: Camones Gonzales, Fernando Cesar
• Formato: tesis doctoral
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/148170
• Enlace del recurso: https://hdl.handle.net/20.500.12692/148170
• Nivel de acceso: acceso embargado
• Materia: Analítica del aprendizaje; Aprendizaje personalizado; Modelado predictivo en educación; https://purl.org/pe-repo/ocde/ford#5.03.00

La investigación "Minería de Datos desde la Perspectiva Educativa, Lima 2024" explora el potencial transformador de la minería de datos en la educación. Utilizando un enfoque cualitativo fenomenológico-hermenéutico, se realizaron entrevistas semiestructuradas a cuatro expertos en educación y se analizaron documentos institucionales. Los resultados revelan que la integración de la minería de datos en los currículos educativos permite una personalización sin precedentes del aprendizaje, facilita la identificación temprana de problemas académicos y mejora las estrategias de retroalimentación. Las metodologías aplicadas, como Random Forest y XGBoost, demuestran ser efectivas para predecir el RA y optimizar intervenciones educativas. Además, se observa un impacto significativo en la gestión educativa, mejorando la toma de decisiones y la asignación de recursos. Se concluye que la minería de datos es una herramienta poderosa para mejorar la eficacia y eficiencia en la enseñanza y el aprendizaje, aunque su implementación requiere un enfoque equilibrado que considere aspectos éticos y de equidad. Se recomienda implementar la propuesta "DataEdu", una plataforma de análisis de datos para personalizar el aprendizaje y mejorar la toma de decisiones institucionales, involucrando a toda la comunidad educativa en su desarrollo y utilización.