Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny

Descripción del Articulo

Las dificultades a las que los estudiantes se enfrentan y su lucha por dominar los temas, podría aumentar como consecuencia de la inadecuada utilización de materiales de evaluación. Generalmente se encuentran en el aula alumnos que hacen buen uso del material de los cursos y de una manera rápida, mi...

Descripción completa

Detalles Bibliográficos
Autores: Gutiérrez Cárdenas, Juan M., Casafranca Aguilar, Fernando
Formato: documento de trabajo
Fecha de Publicación:2015
Institución:Universidad del Pacífico
Repositorio:UP-Institucional
Lenguaje:inglés
OAI Identifier:oai:repositorio.up.edu.pe:11354/1087
Enlace del recurso:http://hdl.handle.net/11354/1087
Nivel de acceso:acceso abierto
Materia:Enseñanza universitaria
Métodos de enseñanza
Redes neuronales (Computadoras)
id UUPP_0abc29c247f7637d4b7a0bcbfd5b7ed6
oai_identifier_str oai:repositorio.up.edu.pe:11354/1087
network_acronym_str UUPP
network_name_str UP-Institucional
repository_id_str 3191
dc.title.es_PE.fl_str_mv Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
title Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
spellingShingle Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
Gutiérrez Cárdenas, Juan M.
Enseñanza universitaria
Métodos de enseñanza
Redes neuronales (Computadoras)
title_short Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
title_full Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
title_fullStr Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
title_full_unstemmed Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
title_sort Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
author Gutiérrez Cárdenas, Juan M.
author_facet Gutiérrez Cárdenas, Juan M.
Casafranca Aguilar, Fernando
author_role author
author2 Casafranca Aguilar, Fernando
author2_role author
dc.contributor.author.fl_str_mv Gutiérrez Cárdenas, Juan M.
Casafranca Aguilar, Fernando
dc.subject.es_PE.fl_str_mv Enseñanza universitaria
Métodos de enseñanza
Redes neuronales (Computadoras)
topic Enseñanza universitaria
Métodos de enseñanza
Redes neuronales (Computadoras)
description Las dificultades a las que los estudiantes se enfrentan y su lucha por dominar los temas, podría aumentar como consecuencia de la inadecuada utilización de materiales de evaluación. Generalmente se encuentran en el aula alumnos que hacen buen uso del material de los cursos y de una manera rápida, mientras que otros presentan dificultades con el aprendizaje del material. Esta situación es fácilmente visto en los resultados de los exámenes, un grupo de estudiantes podrían obtener buenas calificaciones animándoles, mientras que otros obtendrían la mala percepción de que los temas son difíciles, y en algunos casos, obligándolos a abandonar el curso o en otros casos a cambiar de carrera. Creemos que mediante el uso de técnicas de aprendizaje automático, y en nuestro caso la utilización de redes neuronales, sería factible crear un entorno de evaluación que podrían ajustarse a las necesidades de cada estudiante. Esto último disminuiría la sensación de insatisfacción de los alumnos y el abandono de los cursos.
publishDate 2015
dc.date.accessioned.none.fl_str_mv 2016-06-10T21:36:11Z
dc.date.available.none.fl_str_mv 2016-06-10T21:36:11Z
dc.date.issued.fl_str_mv 2015-12
dc.type.none.fl_str_mv info:eu-repo/semantics/workingPaper
format workingPaper
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11354/1087
dc.identifier.citation.es_PE.fl_str_mv Gutiérrez, J., & Casafranca, F. (2015). Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny. Lima: Universidad del Pacífico, Centro de Investigación. Recuperado de http://hdl.handle.net/11354/1087
url http://hdl.handle.net/11354/1087
identifier_str_mv Gutiérrez, J., & Casafranca, F. (2015). Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny. Lima: Universidad del Pacífico, Centro de Investigación. Recuperado de http://hdl.handle.net/11354/1087
dc.language.iso.none.fl_str_mv eng
language eng
dc.relation.ispartofseries.none.fl_str_mv Documento de discusión;n° DD/15/22
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.format.none.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad del Pacífico. Centro de Investigación
dc.publisher.country.none.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio de la Universidad del Pacífico - UP
Universidad del Pacífico
dc.source.none.fl_str_mv reponame:UP-Institucional
instname:Universidad del Pacífico
instacron:UP
instname_str Universidad del Pacífico
instacron_str UP
institution UP
reponame_str UP-Institucional
collection UP-Institucional
bitstream.url.fl_str_mv https://repositorio.up.edu.pe/backend/api/core/bitstreams/c7bbdd04-ed88-448b-8bd9-05ab14c23d58/content
https://repositorio.up.edu.pe/backend/api/core/bitstreams/a8ea6a11-a7c5-4648-804d-f7a548f3d17a/content
https://repositorio.up.edu.pe/backend/api/core/bitstreams/849016b2-72aa-45a6-8c2d-e85e3548a9ab/content
https://repositorio.up.edu.pe/backend/api/core/bitstreams/2629034d-d5e9-4935-8d2e-1f9102b4d777/content
https://repositorio.up.edu.pe/backend/api/core/bitstreams/2726840c-fbcf-46f8-b1b3-b7243a388338/content
bitstream.checksum.fl_str_mv fca479efabae50aa95fdc322b122fc10
8a4605be74aa9ea9d79846c1fba20a33
8b849a2b0dec35c29d4e263ee83481be
94ea6528d893e83d075283ae6dcfa5ac
483ffdc01a3716fbe071268b4ea24ec0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad del Pacífico
repository.mail.fl_str_mv repositorio@up.edu.pe
_version_ 1849413804135284736
spelling Gutiérrez Cárdenas, Juan M.Casafranca Aguilar, Fernando2016-06-10T21:36:11Z2016-06-10T21:36:11Z2015-12http://hdl.handle.net/11354/1087Gutiérrez, J., & Casafranca, F. (2015). Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny. Lima: Universidad del Pacífico, Centro de Investigación. Recuperado de http://hdl.handle.net/11354/1087Las dificultades a las que los estudiantes se enfrentan y su lucha por dominar los temas, podría aumentar como consecuencia de la inadecuada utilización de materiales de evaluación. Generalmente se encuentran en el aula alumnos que hacen buen uso del material de los cursos y de una manera rápida, mientras que otros presentan dificultades con el aprendizaje del material. Esta situación es fácilmente visto en los resultados de los exámenes, un grupo de estudiantes podrían obtener buenas calificaciones animándoles, mientras que otros obtendrían la mala percepción de que los temas son difíciles, y en algunos casos, obligándolos a abandonar el curso o en otros casos a cambiar de carrera. Creemos que mediante el uso de técnicas de aprendizaje automático, y en nuestro caso la utilización de redes neuronales, sería factible crear un entorno de evaluación que podrían ajustarse a las necesidades de cada estudiante. Esto último disminuiría la sensación de insatisfacción de los alumnos y el abandono de los cursos.The discouragement, that early undergraduate students suffer when they are faced to topics that they struggle to master, could increase owing by the use of inadequate evaluation materials. It is generally found that in the classroom there are students that manage to cope with the material of the courses in a quick manner, while others present difficulties while learning the material. This situation is easily spotted in the examination results, a group of students could get good marks encouraging them to tackle the course optimistically while others would get the wrong perception that the topics are difficulty, and in some cases, forcing them to leave the course or in other cases to change careers. We believe that by the use of machine learning techniques, and in our case the utilization of neural networks, it would be feasible to make an evaluation environment that could adjust to the needs of each student. The latter means that the system could auto tune the difficulty of the given questions to the students, allowing a more dynamic evaluation system which at the end would decrease the feeling of dissatisfaction and drop off the courses.application/pdfengUniversidad del Pacífico. Centro de InvestigaciónPEDocumento de discusión;n° DD/15/22info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.esRepositorio de la Universidad del Pacífico - UPUniversidad del Pacíficoreponame:UP-Institucionalinstname:Universidad del Pacíficoinstacron:UPEnseñanza universitariaMétodos de enseñanzaRedes neuronales (Computadoras)Implementation of a computerized assessment system by using backpropagation neural networks with R and shinyinfo:eu-repo/semantics/workingPaperORIGINALDD2215.pdfDD2215.pdfapplication/pdf407372https://repositorio.up.edu.pe/backend/api/core/bitstreams/c7bbdd04-ed88-448b-8bd9-05ab14c23d58/contentfca479efabae50aa95fdc322b122fc10MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.up.edu.pe/backend/api/core/bitstreams/a8ea6a11-a7c5-4648-804d-f7a548f3d17a/content8a4605be74aa9ea9d79846c1fba20a33MD52TEXTDD2215.pdf.txtDD2215.pdf.txtExtracted texttext/plain27378https://repositorio.up.edu.pe/backend/api/core/bitstreams/849016b2-72aa-45a6-8c2d-e85e3548a9ab/content8b849a2b0dec35c29d4e263ee83481beMD514THUMBNAILDD2215.jpgDD2215.jpgimage/jpeg97046https://repositorio.up.edu.pe/backend/api/core/bitstreams/2629034d-d5e9-4935-8d2e-1f9102b4d777/content94ea6528d893e83d075283ae6dcfa5acMD54DD2215.pdf.jpgDD2215.pdf.jpgGenerated Thumbnailimage/jpeg11376https://repositorio.up.edu.pe/backend/api/core/bitstreams/2726840c-fbcf-46f8-b1b3-b7243a388338/content483ffdc01a3716fbe071268b4ea24ec0MD51511354/1087oai:repositorio.up.edu.pe:11354/10872025-11-03 12:48:51.589http://creativecommons.org/licenses/by-nc-nd/4.0/deed.esinfo:eu-repo/semantics/openAccessopen.accesshttps://repositorio.up.edu.peRepositorio Institucional de la Universidad del Pacíficorepositorio@up.edu.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
score 13.9061165
Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares