Contacto

Ver ítem 
  •   udiMundus Principal
  • Investigación
  • Artículos de revistas
  • Ver ítem
  •   udiMundus Principal
  • Investigación
  • Artículos de revistas
  • Ver ítem
  • Mi cuenta
JavaScript is disabled for your browser. Some features of this site may not work without it.

Listar

Todo udiMundusComunidades y ColeccionesAutoresTítulosMateriasTipos documentalesEsta colecciónAutoresTítulosMateriasTipos documentales

Mi cuenta

Acceder

Estadísticas

Estadísticas de uso

Sobre el repositorio

¿Qué es udiMundus?¿Qué puedo depositar?Guía de autoarchivoAcceso abierto​Preguntas Frecuentes

Diseño y validación de una herramienta para el análisis y predicción de la innovación metodológica en centros de educación secundaria a través del aprendizaje automático

Ver/Abrir:
(488.7Kb)
Identificadores:
URI: http://hdl.handle.net/20.500.12226/2288
ISSN: 0718-0764
DOI: http://dx.doi.org/http://dx.doi.org/10.4067/S0718-07642024000400037
Exportar referencia:
Refworks
Compartir:
Estadísticas:
Ver estadísticas
Metadatos
Mostrar el registro completo del ítem
Autor(es):
Cabeza, Fernando; Díaz Palencia, José Luis; Sánchez Sánchez, Almudena; Roa González, Julián
Fecha de publicación:
2024-08
Resumen:

Los principales objetivos de esta investigación son proporcionar una descripción detallada de la tecnología de aprendizaje automático (ML, por sus siglas en inglés) aplicada a la medición de la innovación y diseñar un modelo que permita predecir el grado de innovación en una determinada institución. La tecnología ML carece de suposiciones o preconcepciones y es capaz de procesar una gran cantidad de datos y variables. Tras procesar los datos, se construye el modelo ML empleando variables asociadas al contexto educativo, se realiza el entrenamiento y se construye una web para predecir el grado de innovación de una institución educativa. El modelo proporciona una precisión del 66% en la predicción de la innovación y permite discutir la influencia de las variables analizadas a la hora de predecir el uso de metodologías activas en una institución. En conclusión, este enfoque puede abrir nuevas técnicas de análisis de datos apoyadas en ML que complementen los enfoques tradicionales basados en la estadística.

Los principales objetivos de esta investigación son proporcionar una descripción detallada de la tecnología de aprendizaje automático (ML, por sus siglas en inglés) aplicada a la medición de la innovación y diseñar un modelo que permita predecir el grado de innovación en una determinada institución. La tecnología ML carece de suposiciones o preconcepciones y es capaz de procesar una gran cantidad de datos y variables. Tras procesar los datos, se construye el modelo ML empleando variables asociadas al contexto educativo, se realiza el entrenamiento y se construye una web para predecir el grado de innovación de una institución educativa. El modelo proporciona una precisión del 66% en la predicción de la innovación y permite discutir la influencia de las variables analizadas a la hora de predecir el uso de metodologías activas en una institución. En conclusión, este enfoque puede abrir nuevas técnicas de análisis de datos apoyadas en ML que complementen los enfoques tradicionales basados en la estadística.

Palabra(s) clave:

data analysis

machine learning

educational innovation

methodological innovation

predictive models

Colecciones a las que pertenece:
  • Artículos de revistas [1304]
Creative Commons El contenido de este sitio está bajo una licencia Creative Commons Reconocimiento – No Comercial – Sin Obra Derivada (by-nc-nd), salvo que se indique lo contrario
Logo Udima

Universidad a Distancia de Madrid

Biblioteca Hipatia

  • Facebook Udima
  • Twitter Udima
  • Youtube Udima
  • LinkedIn Udima
  • Pinterest Udima
  • Google+ Udima
  • beQbe Udima
  • Instagram Udima

www.udima.es - repositorio@udima.es

Logo DSpace