Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Artículo científico |
| Sprache: | es |
| Veröffentlicht: |
Asociación Iberoamericana de Educación Superior a Distancia
2017
|
| Schlagworte: | |
| Online-Zugang: | https://www.redalyc.org/articulo.oa?id=331453132014 https://www.redalyc.org/journal/3314/331453132014/ https://www.redalyc.org/journal/3314/331453132014/html/ https://www.redalyc.org/journal/3314/331453132014/331453132014.epub https://www.redalyc.org/journal/3314/331453132014/movil |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Inhaltsangabe:
- Un modelo basado en el Clasificador Naïve Bayes para la evaluación del desempeño docente Guadalupe Gutiérrez Esparza María de Lourdes Margain Fuentes Tania Aglaé Ramírez del Real Juana Canul Reich Educación subjetividad análisis ROC conjunto de datos dispositivo móvil caso de estudio La evaluación del desempeño docente es un proceso de medición importante en las instituciones de educación superior en México y en el mundo, ya que retroalimenta el desempeño de los docentes con el fin de mejorar las clases y estrategias para beneficio de la educación de los estudiantes. En este trabajo se describe el desarrollo y evaluación de un Modelo Computacional denominado SocialMining, basado en el algoritmo Naïve Bayes, para apoyar el análisis de las opiniones de los estudiantes en el proceso de la evaluación del desempeño docente, llevada a cabo mediante dispositivos móviles. Esta propuesta considera el uso de dispositivos móviles para la recopilación de datos aprovechando su aceptación por parte de los estudiantes en el proceso de educación y aprendizaje. Asimismo, se describe el desarrollo de corpus de subjetividad, el cual consta de un conjunto de términos afectivos relevantes de la evaluación docente para apoyar al algoritmo Naïve Bayes en la clasificación de las opiniones de los estudiantes dentro de las clases: positivo, negativo y neutral. Para medir el desempeño del proceso de la clasificación del Modelo Computacional SocialMining , se utilizan métricas como la matriz de confusión, precisión y la curva de ROC. Se presenta además un caso de estudio, en el cual se recolectan nuevas opiniones de estudiantes de la Universidad Politécnica de Aguascalientes (México) con el fin de probar el desempeño del modelo propuesto en la clasificación. Los resultados obtenidos consideran factible el Modelo Computacional SocialMining para implementarse en instituciones de educación superior. 2017 artículo científico 1138-2783 https://www.redalyc.org/articulo.oa?id=331453132014 https://www.redalyc.org/journal/3314/331453132014/ https://www.redalyc.org/journal/3314/331453132014/html/ https://www.redalyc.org/journal/3314/331453132014/331453132014.epub https://www.redalyc.org/journal/3314/331453132014/movil es http://www.redalyc.org/revista.oa?id=3314 RIED-Revista Iberoamericana de Educación a Distancia application/pdf Asociación Iberoamericana de Educación Superior a Distancia RIED-Revista Iberoamericana de Educación a Distancia (España) Num.2 Vol.20