Aplicativo web para la construcción de indicadores de desempeño en la pruebas saber

Abstract

En el presente proyecto de investigación se quiere determinar factores e indicadores de desempeño académico, por ende, se plantea el uso de minería de datos dentro del aprendizaje escolar ya que este campo permite: • Predecir y analizar los resultados académicos de los estudiantes. • Analizar el desempeño estudiantil. • Identificar patrones que permitan determinar el rendimiento académico. • Asociar el proceso de formación con los datos socioeconómicos y familiar del estudiante. Analizando que el uso de modelos de minería de datos son de gran fiabilidad ya que permiten detectar información oculta, ya que no es fácil encontrar en bases de datos por la gran cantidad de información que se encuentran en estas. Para mayor seguridad del modelo se trabajará con información pública que viene del ICFES, estos datos contarán no solamente con los resultados generales y por núcleos temáticos, sino que por otro lado se dispondrán también de datos familiares, socioeconómicos y personales de los estudiantes, los cuales serán tratados y más adelante relacionados entre sí; con el fin de determinar la trayectoria de estos y determinar en donde hay una mayor agrupación de la información.

In this research project we want to determine factors and indicators of academic performance, therefore, the use of data mining within school learning is proposed since this field allows: • predict and analyze the academic results of students. • Analyze student performance. • Identify patterns to determine academic performance. • Associate the training process with the student’s socio-economic and family data. Analyzing that the use of data mining models are very reliable as they allow to detect hidden information, since it is not easy to find in databases because of the large amount of information that are in them. For greater security of the model will work with public information coming from the ICFES, these data will not only have the general results and thematic cores, but on the other hand will also have family, socioeconomic and personal data of the students, which will be treated and later related to each other; in order to determine the trajectory of these and determine where there is a greater grouping of information.