Selección del docente en el área de programación y base de datos mediante un sistema de recomendación: revisión de literatura
Este trabajo considera como desafío, encontrar los indicadores para el perfil docente del área de programación y bases de datos para optimizar la selección y escoger los docentes más aptos para el dictado de una asignatura, para ello se realizó una revisión de literatura sobre el uso de los sistemas...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universidad de las Ciencias Informáticas (UCI)
2024-08-01
|
| Series: | Serie Científica de la Universidad de las Ciencias Informáticas |
| Subjects: | |
| Online Access: | https://publicaciones.uci.cu/index.php/serie/article/view/1653 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1846149450938974208 |
|---|---|
| author | Alfonso A Guijarro-Rodríguez Silvia Adriana Ruata Avilés Erick X. Coronel Monserrate Michael A. Sánchez Suárez |
| author_facet | Alfonso A Guijarro-Rodríguez Silvia Adriana Ruata Avilés Erick X. Coronel Monserrate Michael A. Sánchez Suárez |
| author_sort | Alfonso A Guijarro-Rodríguez |
| collection | DOAJ |
| description | Este trabajo considera como desafío, encontrar los indicadores para el perfil docente del área de programación y bases de datos para optimizar la selección y escoger los docentes más aptos para el dictado de una asignatura, para ello se realizó una revisión de literatura sobre el uso de los sistemas de recomendación (SR) basados en inteligencia artificial (IA). Además se propone analizar los beneficios de los SR en entornos educativos, para personalizar su selección y mejorar la calidad de la enseñanza. El objetivo principal del trabajo es desarrollar una revisión de literatura de los SR que permitan evaluar y seleccionar el perfil de los docentes para el dictado de las asignaturas de programación y bases de datos, basándose en diversos indicadores de desempeño y características profesionales y personales. El método aplica una revisión de literatura sobre los SR y su aplicación en el campo educativo, considera tres categorías principales: filtrado colaborativo, basado en contenido e híbrido, así como otros enfoques de estudios previos. Se analiza el caso de AcademicSR de la Universidad de Milagro, que utiliza algoritmos de filtrado colaborativo para la asignación de docentes con un 98% de precisión. Los resultados de esta revisión sugieren que la implementación de SR puede mejorar significativamente la selección de profesores, optimizando el rendimiento académico de los estudiantes y formando profesionales más competentes. En conclusión, la innovación educativa mediante SR no solo es viable, sino también altamente beneficiosa para las instituciones académicas, porque contribuyen una educación más eficiente y personalizada. |
| format | Article |
| id | doaj-art-3765a366bcf845d691635525b75e86c3 |
| institution | Kabale University |
| issn | 2306-2495 |
| language | Spanish |
| publishDate | 2024-08-01 |
| publisher | Universidad de las Ciencias Informáticas (UCI) |
| record_format | Article |
| series | Serie Científica de la Universidad de las Ciencias Informáticas |
| spelling | doaj-art-3765a366bcf845d691635525b75e86c32024-11-29T18:29:41ZspaUniversidad de las Ciencias Informáticas (UCI)Serie Científica de la Universidad de las Ciencias Informáticas2306-24952024-08-0117856691653Selección del docente en el área de programación y base de datos mediante un sistema de recomendación: revisión de literaturaAlfonso A Guijarro-RodríguezSilvia Adriana Ruata AvilésErick X. Coronel MonserrateMichael A. Sánchez SuárezEste trabajo considera como desafío, encontrar los indicadores para el perfil docente del área de programación y bases de datos para optimizar la selección y escoger los docentes más aptos para el dictado de una asignatura, para ello se realizó una revisión de literatura sobre el uso de los sistemas de recomendación (SR) basados en inteligencia artificial (IA). Además se propone analizar los beneficios de los SR en entornos educativos, para personalizar su selección y mejorar la calidad de la enseñanza. El objetivo principal del trabajo es desarrollar una revisión de literatura de los SR que permitan evaluar y seleccionar el perfil de los docentes para el dictado de las asignaturas de programación y bases de datos, basándose en diversos indicadores de desempeño y características profesionales y personales. El método aplica una revisión de literatura sobre los SR y su aplicación en el campo educativo, considera tres categorías principales: filtrado colaborativo, basado en contenido e híbrido, así como otros enfoques de estudios previos. Se analiza el caso de AcademicSR de la Universidad de Milagro, que utiliza algoritmos de filtrado colaborativo para la asignación de docentes con un 98% de precisión. Los resultados de esta revisión sugieren que la implementación de SR puede mejorar significativamente la selección de profesores, optimizando el rendimiento académico de los estudiantes y formando profesionales más competentes. En conclusión, la innovación educativa mediante SR no solo es viable, sino también altamente beneficiosa para las instituciones académicas, porque contribuyen una educación más eficiente y personalizada.https://publicaciones.uci.cu/index.php/serie/article/view/1653sistema de recomendación, inteligencia artificial, python, filtrado de datos, educación, aprendizaje automático |
| spellingShingle | Alfonso A Guijarro-Rodríguez Silvia Adriana Ruata Avilés Erick X. Coronel Monserrate Michael A. Sánchez Suárez Selección del docente en el área de programación y base de datos mediante un sistema de recomendación: revisión de literatura Serie Científica de la Universidad de las Ciencias Informáticas sistema de recomendación, inteligencia artificial, python, filtrado de datos, educación, aprendizaje automático |
| title | Selección del docente en el área de programación y base de datos mediante un sistema de recomendación: revisión de literatura |
| title_full | Selección del docente en el área de programación y base de datos mediante un sistema de recomendación: revisión de literatura |
| title_fullStr | Selección del docente en el área de programación y base de datos mediante un sistema de recomendación: revisión de literatura |
| title_full_unstemmed | Selección del docente en el área de programación y base de datos mediante un sistema de recomendación: revisión de literatura |
| title_short | Selección del docente en el área de programación y base de datos mediante un sistema de recomendación: revisión de literatura |
| title_sort | seleccion del docente en el area de programacion y base de datos mediante un sistema de recomendacion revision de literatura |
| topic | sistema de recomendación, inteligencia artificial, python, filtrado de datos, educación, aprendizaje automático |
| url | https://publicaciones.uci.cu/index.php/serie/article/view/1653 |
| work_keys_str_mv | AT alfonsoaguijarrorodriguez selecciondeldocenteenelareadeprogramacionybasededatosmedianteunsistemaderecomendacionrevisiondeliteratura AT silviaadrianaruataaviles selecciondeldocenteenelareadeprogramacionybasededatosmedianteunsistemaderecomendacionrevisiondeliteratura AT erickxcoronelmonserrate selecciondeldocenteenelareadeprogramacionybasededatosmedianteunsistemaderecomendacionrevisiondeliteratura AT michaelasanchezsuarez selecciondeldocenteenelareadeprogramacionybasededatosmedianteunsistemaderecomendacionrevisiondeliteratura |