Please use this identifier to cite or link to this item: http://hdl.handle.net/2445/162959
Full metadata record
DC FieldValueLanguage
dc.contributor.authorSalamó Llorente, Maria-
dc.contributor.authorRodríguez Santiago, Inmaculada-
dc.contributor.authorLópez Sánchez, Maite-
dc.contributor.authorPuig Puig, Anna-
dc.contributor.authorBalocco, Simone-
dc.contributor.authorTaulé Delor, Mariona-
dc.date.accessioned2020-05-29T06:24:21Z-
dc.date.available2020-05-29T06:24:21Z-
dc.date.issued2016-01-01-
dc.identifier.issn1989-1199-
dc.identifier.urihttp://hdl.handle.net/2445/162959-
dc.description.abstractDesde la implantación del Espacio Europeo de Educación Superior (EEES) en los diferentes grados, se ha puesto de manifiesto la necesidad de utilizar diversos mecanismos que permitan tratar la diversidad en el aula, evaluando automáticamente y proporcionando una retroalimentación rápida tanto al alumnado como al profesorado sobre la evolución de los alumnos en una asignatura. En este artículo se presenta la evaluación de la exactitud en las predicciones de GradeForeseer, un recurso docente para la predicción de notas basado en técnicas de aprendizaje automático que permite evaluar la evolución del alumnado y estimar su nota final al terminar el curso. Este recurso se ha complementado con una interfaz de usuario para el profesorado que puede ser usada en diferentes plataformas software (sistemas operativos) y en cualquier asignatura de un grado en la que se utilice evaluación continuada. Además de la descripción del recurso, este artículo presenta los resultados obtenidos al aplicar el sistema de predicción en cuatro asignaturas de disciplinas distintas: Programación I (PI), Diseño de Software (DSW) del grado de Ingeniería Informática, Tecnologías de la Información y la Comunicación (TIC) del grado de Lingüística y la asignatura Fundamentos de Tecnología (FDT) del grado de Información y Documentación, todas ellas impartidas en la Universidad de Barcelona. La capacidad predictiva se ha evaluado de forma binaria (aprueba o no) y según un criterio de rango (suspenso, aprobado, notable o sobresaliente), obteniendo mejores predicciones en los resultados evaluados de forma binaria.-
dc.format.extent16 p.-
dc.format.mimetypeapplication/pdf-
dc.language.isospa-
dc.publisherAENUI (Asociación de Enseñantes Universitarios de la Informática)-
dc.relation.isformatofReproducció del document publicat a: http://www.aenui.net/ojs/index.php?journal=revision&page=article&op=view&path[]=222&path[]=375-
dc.relation.ispartofReVisión: Revista Ie investigación en Docencia Universitaria de la Informática, 2016, vol. 9, num. 1, p. 38-53-
dc.rightscc-by-nc-nd (c) Salamó Llorente, Maria et al., 2016-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es-
dc.sourceArticles publicats en revistes (Matemàtiques i Informàtica)-
dc.subject.classificationQualificacions (Ensenyament)-
dc.subject.classificationAprenentatge automàtic-
dc.subject.classificationRendiment acadèmic-
dc.subject.otherGrading and marking (Students)-
dc.subject.otherMachine learning-
dc.subject.otherAcademic achievement-
dc.titleRecurso docente para la atención de la diversidad en el aula mediante la predicción de notas-
dc.typeinfo:eu-repo/semantics/article-
dc.typeinfo:eu-repo/semantics/publishedVersion-
dc.identifier.idgrec656254-
dc.date.updated2020-05-29T06:24:22Z-
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess-
Appears in Collections:Articles publicats en revistes (Matemàtiques i Informàtica)

Files in This Item:
File Description SizeFormat 
656254.pdf2.17 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons