CCOMPUT - TesisCCOMPUT - Tesishttp://hdl.handle.net/10017/2492024-03-28T21:24:33Z2024-03-28T21:24:33ZAvaliacao e análise de recursos eletrónicos em acesso aberto nas bibliotecas de Ensino Superior em PortugalBento de Carvalho, José Carloshttp://hdl.handle.net/10017/428542023-12-14T16:06:57Z2019-01-01T00:00:00ZAvaliacao e análise de recursos eletrónicos em acesso aberto nas bibliotecas de Ensino Superior em Portugal
Bento de Carvalho, José Carlos
Se hace un modelo que fue construido a lo largo de la investigación con el objetivo de evaluar la gestión de recursos de información en Acceso Abierto (AA) y la presentación de los resultados obtenidos por su aplicación en un estudio comparativo al nivel de las Bibliotecas de Educación Superior (BES) en Universidades y Institutos Politécnicos, públicos y privados, en Portugal, más exactamente en las plataformas en línea Online Public Access Catalog (OPAC) y Repositorios Institucionales (RI). Para la construcción del modelo y su aplicación a las BES en Portugal, se diseñaron 3 dimensiones con 9 indicadores cada una, en un total de 27, adaptándose a la experiencia de autores que han abordado el tema de la evaluación de los recursos de Internet. Sin embargo, esta construcción asienta especialmente en la experiencia y detección de las plusvalías y dificultades durante el uso práctico de estas plataformas, al nivel personal, profesional y académico. Con este modelo, se compararán y analizaran los elementos positivos y negativos, para sugerir características que hacen que las plataformas de OPAC y RI sean más confiables, simples y agradables, proporcionando un servicio de calidad, accesible y el empoderamiento de los usuarios con resultados efectivos, revertiéndose la tendencia actual de uso arbitrario de los recursos de información existentes en Internet. Al mismo tiempo, el modelo pretende dar pistas que puedan proteger la imagen y la credibilidad de las instituciones, dándoles la visibilidad necesaria en un mundo de información cada vez más competitivo. Los resultados obtenidos han proporcionado una actualización sobre los OPAC y los RI de las BES en Portugal, que se describen a lo largo de la obra, con ejemplos y conclusiones obtenidas a través de datos cuantitativos y cualitativos, recolectando información adicional según cada tipo de BES.
2019-01-01T00:00:00ZOn the design of distributed and scalable feature selection algorithmsPalma Mendoza, Raúl Joséhttp://hdl.handle.net/10017/427942023-12-14T16:08:22Z2019-01-01T00:00:00ZOn the design of distributed and scalable feature selection algorithms
Palma Mendoza, Raúl José
La selección de atributos es una importante etapa en el preprocesamiento de los datos previo al entrenamiento de un modelo en minería de datos o como parte de cualquier proceso de análisis de datos. El objetivo de la selección de atributos consiste detectar dentro de un grupo de atributos cuáles son los más relevantes y cuáles son redundantes de acuerdo a alguna métrica establecida. Con esto se logra crear modelos de minería de datos de forma más eficiente y fáciles de interpretar, también, al detectar atributos pocos relevantes se puede ahorrar costo en futuras recolecciones de datos. Sin embargo, actualmente, de acuerdo al fenómeno ampliamente conocido como “big data”, los conjuntos de datos que se desea analizar son cada vez mayores. Esto provoca que muchos algoritmos existentes para minería de datos sean incapaces de procesarlos completos e incluso, dependiendo de su tamaño, tampoco puedan ser procesados directamente por los mismos algoritmos de selección de atributos. Considerando que esta tendencia al crecimiento de los conjuntos de datos no se espera cesará, se vuelve necesaria la existencia de algoritmos de selección de atributos escalables que sean capaces de aumentar su capacidad de procesamiento aprovechando los recursos de clúster de computadoras.
La siguiente disertación doctoral presenta el rediseño de dos algoritmos de selección de atributos ampliamente utilizados: ReliefF y CFS, ambos algoritmos fueron rediseñados con el propósito de ser escalables y capaces del procesamiento de grandes volúmenes de datos. Esto queda demostrado mediante una extensiva comparación de ambas propuestas con sus versiones originales así como también con otras versiones escalables diseñadas para propósitos similares. Todas las comparaciones se realizaron usando grandes conjuntos de datos de acceso público. Las implementaciones se realizaron utilizando la herramienta Apache Spark, que actualmente se ha convertido en todo un referente en el área del big data. El código fuente escrito se ha puesto disponible en un repositorio público de GitHub a nombre del autor.
2019-01-01T00:00:00ZUna propuesta de sistema de recomendación basado en competencias y modelado del estudiante ontológicoYago Corral, Héctorhttp://hdl.handle.net/10017/427532023-12-14T16:08:20Z2019-01-01T00:00:00ZUna propuesta de sistema de recomendación basado en competencias y modelado del estudiante ontológico
Yago Corral, Héctor
Los grandes avances en el campo de la Informática e Internet han permitido su aplicación a prácticamente cualquier disciplina. Una de las áreas más beneficiadas es la Educación que ha visto cómo, gracias a los avances tecnológicos, surgían nuevos paradigmas, estrategias, plataformas, métodos de comunicación, etc. En consecuencia, el aprendizaje ha evolucionado desde un punto de vista en el que el profesor era la figura principal hasta otra perspectiva en la que los estudiantes se convierten en los protagonistas del aprendizaje. En este nuevo enfoque constructivista, el modelo basado en competencias es cada vez más utilizado ya que proporciona flexibilidad, facilita el autoaprendizaje y acerca los mundos académico y laboral. Las competencias, junto con los instrumentos de evaluación correspondientes, como por ejemplo rúbricas, facilitan una evaluación más objetiva de los conocimientos y habilidades demostrados por el estudiante en su desempeño.
Los estudios recientes incluyen competencias en meta-dominios no abordados en los modelos más utilizados en el siglo XX, tales como la taxonomía de Bloom. Las competencias, junto con propiedades de los estudiantes (estado de conocimiento, preferencias, perfil, etc.) y su progresión, se han convertido en soporte fundamental para la aplicación de múltiples procesos en entornos educativos tales como la monitorización, el diagnóstico, la recomendación, o la supervisión. A través de estos procesos, que pueden ser aplicados al inicio, durante o al finalizar una determinada actividad, es posible inferir información acerca del progreso del estudiante, predecir con anterioridad una situación anómala, ayudar al profesor en la toma de decisiones de tutoría a realizar con cada estudiante, etc. Para llevar a cabo cualquiera de estas tareas de manera adecuada, es fundamental disponer de un modelado del estudiante apropiado que permita registrar toda la información necesaria sobre el estudiante; su perfil, su estado de conocimientos, su progreso durante el aprendizaje, etc. Sería muy beneficioso que este modelado, además de almacenar dicha información, incorporase mecanismos a partir de los cuales sea posible inferir información adicional sobre el estado de conocimiento del alumno.
En el marco de esta tesis doctoral, se propone la creación de un prototipo de sistema de recomendación basado en competencias. Para ello, se ha decidido utilizar una extensa red de ontologías que almacena un amplio rango de información referente a su aprendizaje. Esta red ha sido elaborada a partir de una versión previa, siguiendo una guía metodológica para el desarrollo de ontologías así como un conjunto de recursos ontológicos y no ontológicos analizados en el estado del arte. El prototipo de sistema de recomendación implementado ha sido evaluado mediante tres casos prácticos en los que los estudiantes llevan a cabo una experiencia de aprendizaje procedimental en tres entornos diferentes.
Como conclusiones de la línea de investigación llevada a cabo, se pueden extraer las siguientes: (1) en el modelado del aprendizaje, la flexibilidad tiene un papel crucial para lograr un equilibrio entre disponer de la mayor información posible acerca del estudiante para ofrecer funcionalidades personalizadas y registrar la menor información personal por motivos de privacidad, seguridad, etc., (2) los modelos de competencias deben poder ser aplicados al mayor número de meta-dominios posible en el campo educativo con el fin de representar más fielmente la realidad de los mundos académico y laboral, (3) la aplicación de instrumentos de evaluación como rúbricas, apropiadamente diseñadas, puede ayudar a una evaluación más objetiva de los conocimientos y habilidades del estudiante, (4) problemas como el arranque en frío o la sobreexplotación deben ser tenidos en cuenta en la especificación de requisitos de un sistema de recomendación y, en concreto, aplicado en el campo educativo, (5) es aconsejable seguir una metodología para el desarrollo de una red de ontologías que haga especial hincapié en la reutilización de recursos, la evaluación y el mantenimiento de la red modular. Adicionalmente, se ha contribuido al estado del arte en el campo de sistemas de recomendación basados en competencias mediante la reingeniería de una red modular de ontologías denominada Ontología del Estudiante, la descripción de una metodología para la adaptación del sistemas de recomendación basado en competencias, el diseño de un conjunto de patrones de reglas de diagnóstico y recomendación y la creación de una aplicación Web para monitorizar información registrada en la ontología tales como acciones, estados de objetivos, actividades o recomendaciones.
A partir de este trabajo surgen nuevas líneas de actuación relacionadas con la red de ontologías y el sistema de recomendación basado en competencias. La red de ontologías puede ser extendida reutilizando otras propuestas de ontologías, modelos o taxonomías vinculados con el aprendizaje. Otras líneas futuras posibles se basan en mejoras del sistema de recomendación como la extensión de los patrones de reglas diseñados para incrementar el tipo y/o número de recomendaciones, o la ampliación de la taxonomía de criterios de recomendación establecida. Asimismo, el análisis de nuevos desafíos en este ámbito ayudaría a crear un sistema cada vez más completo y flexible. En este sentido, la aplicación también podría ser mejorada con el fin de proporcionar mayor funcionalidad y aumentar sus características como las de accesibilidad.
2019-01-01T00:00:00ZUnderstanding quality perceptions in higher education:a sistematic review of quality variables ano factors for learner centric curricula designVarouchas, Emmanouilhttp://hdl.handle.net/10017/427522023-12-14T16:07:52Z2019-01-01T00:00:00ZUnderstanding quality perceptions in higher education:a sistematic review of quality variables ano factors for learner centric curricula design
Varouchas, Emmanouil
The provision of high quality undergraduate and postgraduate programs worldwide
requires a holistic, deep understanding of variables and factors that contribute to the
value perceptions of students, faculty and administrators. In the literature related to
quality assessment there is a critical gap in research works related to the convergence
of students and administrators’ perceptions.
This study involves in-depth literature review analysis of variables related to quality in
higher education which includes the presentation of a 3-tier initial research model for
the methodological framework of quality integration in higher education.
This research also intends to provide a holistic discussion on Key Performance
Indicators (KPIs) related to quality in higher education using two research tools. The
first one is related to a structured agenda for a qualitative interview targeted at higher
education administrators. The second is related to a quantitative research model that
analyzes the relations of various quality factors.
Finally, a last round of qualitative interviews with higher education administrators and
professors is used as a promising vehicle for advancing towards the formulation of KPIs
based on their understanding of the different independent dimensions of the quality
construct.
The KPIs outcome provide valuable insights into improving teaching, learning
assessment and eventually lead to sustainable curricula. Research findings outline the
significance of time invested for designing and updating a course, indicate that
technology enhanced learning solutions are perceived as key quality drivers, and point
out the need to align courses with industry requirements and real-world problems.
Additionally, findings indicate that the quality and impact of teaching and learning is
promoted by the multi/inter disciplinary character of a course, the engagement of
students in interactive discussions and student research as part of summative
assessment.
The main contribution of this research is an analytic discussion of perceptions of higher
education administrators and professors about quality, leading to significant enrichment
of the relevant literature. A set of innovative generic KPIs that can be used in
multidimensional quality assessment in higher education is eventually proposed.
2019-01-01T00:00:00Z