ManuelE.PrietoJuanM.DoderoDavidO.VillegasRECURSOSDIGITALESPARALAEDUCACIÓNYLACULTURAVolumenKAAMBAL
Manuel E. Prieto / Juan M. Dodero / David O. VillegasEDITORESRECURSOS DIGITALESPARA LAEDUCACIÓN Y LA CULTURAVolumen KAAMBA...
Recursos digitales para la educación y la culturavolumen Kaambal_______________________________________Manuel Emilio Priet...
ÍNDICEPRÓLOGO 11INTRODUCCIÓN 13COMITÉ DE HONOR 17COMITÉ ORGANIZADOR 18COMITÉ DE PROGRAMA 19CONFERENCISTAS INVITADOS 20TALL...
Creation of Learning Resources Using Interaction PatternsAlondra Nava Zea 86Interacción entre estudiantes en foros Moodle ...
Métodos de enseñanza-aprendizaje para comprender y aplicar lasestructuras de datosXochitl Clemente, Guillermo Espinosa, Pa...
Evaluador adaptable computarizado difusoJoel Suárez Cansino, Jorge Antonio Orozco Torres, María Concepción Villatoro Cruz ...
Implementación de software educativo como didáctica docenteP. N. Maya 226Instrumentación virtual como herramienta aplicada...
11PRÓLOGOEl desarrollo tecnológico en los últimos años ha estado asociado a la computación,en prácticamente todos los ámbi...
12La II Conferencia Conjunta Iberoamericana sobre Tecnologías del AprendizajeCcita 2010 ha sido la generatriz del contenid...
13La II Conferencia Conjunta Iberoamericana sobre Tecnologías para el Aprendizaje–CcITA, incluye en 2010 dos eventos de im...
14destacar el apoyo decidido del Rector Ing. Ricardo Bello Bolio, quien tiene unavisión muy precisa sobre la importancia d...
15Los trabajos aceptados fueron clasificados en cuatro categorías: Comunicacioneslargas (con contenidos y propuestas innov...
16En la sede de Cádiz fueron invitados para impartir las Conferencias Magistrales losdoctores Bernard Dumond y César Carre...
17Secretario de Educación del Gobierno del Estado de YucatánRaúl H. Godoy MontañezRector de la Universidad Tecnológica Met...
18COMITÉ ORGANIZADORDavid Villegas SáenzCOORDINADORManuel E. Prieto MéndezSilvia Pech CamposMario José Martín RuizJorge El...
19COMITÉ DE PROGRAMAManuel E. Prieto Méndez (Presidenta Kaambal)		 EspañaXavier Ochoa Chehab (Presidente Kaambal)			 Ecuad...
20CONFERENCISTAS INVITADOSDr. Eric Huesca MoralesEs actualmente Director Ejecutivo del Espacio Común de Educación Superior...
21Dr. Víctor Germán Sánchez AriasActualmente es Director del Centro de Alta Tecnología en Educación a Distancia(CATED) per...
22TALLERESObjetos de aprendizaje y ambientes de aprendizaje para las matemáticasGabriel Alejandro López Morteo, Universida...
23SECCIÓN IComunicaciones largasSe presentan a continuación las 10 comunicaciones largasaceptadas para la Conferencia Conj...
25Cálculo Integral con aprendizaje por proyecto empleandocelular con cámara digital y la caja de herramientas deprocesamie...
262 Metodología ABPLa metodología ABP tiene sus orígenes en la Universidad canadiense de McMasterI[6] y en la Universidad ...
274.1 Objetivo y contenido temáticoEl objetivo general del curso indica que al término de éste el alumno deberá manejarel ...
28•	 Minicurso de procesamiento digital de imágenes utilizando celular con cámaradigital y Matlab.•	 Construcción progresi...
294.3.2 Proyecto 2 “Sistema Automático de Cálculo de Masay Centro de Masa (SMC)”Del análisis posterior del tercer video (e...
304.4 EvaluaciónPara la evaluación del curso se consideraron las siguientes actividades y puntajes: Ejerciciosteóricos (ET...
31•	 Despierta un interés por la investigación y la búsqueda de soluciones que generennuevo conocimiento.•	 Desarrolla act...
32Referencias1.	 González C., García M., Montañez T., Escalante M.: Cálculo Diferencial con Aprendizaje porProyecto emplea...
33Minería de datos: predicción de la deserción escolarmediante el algoritmo de árboles de decisióny el algoritmo de los k ...
34de los estudiantes de educación superior en México desertarán antes de completar sus estudiosde nivel superior.Al igual ...
35los datos de manera homogénea. Esta primera etapa es también conocida como ETL (Extract, Transformand Load) [5]. Un proc...
362 ejemplifica el grado de complejidad del proceso al trabajar con una gran cantidad de datos, dedominios heterogéneos.Ta...
374.3 Fase de minería de datosLa tarea de minería de datos seleccionada fue la clasificación, utilizando un árbol de decis...
38Una vez que se eligió el modelo predictivo con base en árboles de decisión, se procedió a laconstrucción de una interfaz...
395 ResultadosLa interfaz creada se encuentra disponible en el sitio Web de la UTIM [11] y cada tutor podráhacer uso de el...
40Experiencias en la implementación de aulas virtuales parala incorporación de las TIC al aprendizajeClave del Proyecto: 0...
41Sistema Gestor del Aprendizaje (Moodle) implementado para este proyecto, que les proporcionóla metodología y herramienta...
424 MetodologíaPara lograr los objetivos planteados en este proyecto se describe a continuación los diferentesprocesos que...
436th.	 Se realizó un acompañamiento de manera virtual y presencial a los profesores durante todo elproceso de implementac...
445.2 Recursos y actividades diseñadas por los profesores en su aula virtualLos profesores implementaron 494 recursos y 46...
45•	 Construye ambientes para el aprendizaje autónomo y colaborativo.•	 Participa en los proyectos de mejora continua de s...
465.6 Competencias genéricas desarrolladas por los alumnos•	 Escucha, interpreta y emite mensajes pertinentes en distintos...
47Para el logro de los objetivos anteriormente planteados, se requiere continuar con la disponibilidadde un servidor dedic...
48Modelo predictivo para la determinación de causas dereprobación mediante Minería de DatosErika Rodallegas Ramos,1 Areli ...
49entre ellos: los datos del historial académico, problemas personales y psicológicos. Estosdatos fueron proporcionados po...
50Figura 1. Proceso KDD [5]3 DesarrolloLos datos que se recolectaron corresponden a todas las carreras que se imparten enl...
51Figura 2. Proceso ETL [6]Se aplicaron técnicas de clasificación, utilizando árboles de decisión medianteel algoritmo C4....
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Recursos digitales
Próxima SlideShare
Cargando en…5
×

Recursos digitales

1.948 visualizaciones

Publicado el

  • Sé el primero en comentar

Recursos digitales

  1. 1. ManuelE.PrietoJuanM.DoderoDavidO.VillegasRECURSOSDIGITALESPARALAEDUCACIÓNYLACULTURAVolumenKAAMBAL
  2. 2. Manuel E. Prieto / Juan M. Dodero / David O. VillegasEDITORESRECURSOS DIGITALESPARA LAEDUCACIÓN Y LA CULTURAVolumen KAAMBALEditado porUniversidad Tecnológica Metropolitana, Mérida, Yucatán, MéxicoUniversidad de Cádiz, Andalucía, España2010
  3. 3. Recursos digitales para la educación y la culturavolumen Kaambal_______________________________________Manuel Emilio Prieto MéndezJuan Manuel Dodero BeardoDavid Omar Villegas SáenzColaboradoresMario José Martín RuizVíctor Hugo Menéndez DomínguezJorge Elías Marrufo MuñozCoediciónUniversidad Tecnológica Metropolitana, Mérida, Yucatán, MéxicoUniversidad de Cádiz, Andalucía, EspañaCoordinación de obraDavid O. Villegas SáenzCuidado de edición y correcciónAlejandrina Garza de LeónDiseño de interiores y formaciónRubén Omar Estrella GonzálezDiseño de cubiertaAlejandra Escalante AbreuD.R.© Universidad Tecnológica Metropolitana, 2010Calle 115 (Circuito Colonias Sur) Núm. 404 por 50Col. Santa Rosa, CP 97279, Mérida, Yucatán, Méxicotel. (999) 940-61-10www.utmetropolitana.edu.mxObra con derechos reservados, prohibida su reproducción parcialo total sin permiso escrito de los editores.ISBN Obra completa: 978-607-95446-0-7ISBN Volumen: 978-607-95446-1-4LB Recursos digitales para la educación y la1028.3 cultura : volumen Kaambal / Manuel.R44 E. Prieto, Juan Dodero, David O. Ville-2010 gas, editores, c2010. 1. Tecnología educativa. 2. Innovacioneseducativas. 3. Tecnología de la información—Enseñanza. 4. Educación audiovisual—In-novaciones tecnológicas. I. Prieto Méndez,Manuel E. II. Dodero, Juan Manuel. III.Villegas Sáenz, David O. ISBN: 978-607-95446-0-7 (obra completa)ISBN: 978-607-95446-1-4 (volumen) Editado e impreso en Mérida-MéxicoMade and printed in Merida-Mexico
  4. 4. ÍNDICEPRÓLOGO 11INTRODUCCIÓN 13COMITÉ DE HONOR 17COMITÉ ORGANIZADOR 18COMITÉ DE PROGRAMA 19CONFERENCISTAS INVITADOS 20TALLERES 22SECCIÓN ICOMUNICACIONES LARGAS 23Cálculo Integral con aprendizaje por proyecto empleando celular concámara digital y la caja de herramientas de procesamiento digital deimágenes de MatlabTeresita Montañez, Cinhtia González, Michel García, Manuel Escalante 25Minería de datos: predicción de la deserción escolar mediante elalgoritmo de árboles de decisión y el algoritmo de los k vecinos máscercanosSergio Valero Orea, Alejandro Salvador Vargas, Marcela García Alonso 33Experiencias en la implementación de aulas virtuales para laincorporación de las TIC al aprendizajeRamanuján Gómez, Fausto Iuit y José Ordóñez 40Modelo predictivo para la determinación de causas de reprobaciónmediante Minería de DatosErika Rodallegas Ramos, Areli Torres González , Beatriz B. Gaona Couto, Erick GastelloúHernández, Rafael A. Lezama Morales, Sergio Valero Orea 48Multimedia Interactivo para el aprendizaje del idioma francés en unModelo de Aprendizaje HíbridoMoramay Ramírez Hernández, T. Leticia Rosas Ramírez, Michelle Serrano León 56Tutoría online: Jotform, instrumento útil para el apoyo de la accióntutorialMartha María Castro Luna, Víctor Hugo Virgilio Méndez 65Modelo para determinar la calidad en Objetos de Aprendizaje con unenfoque a serviciosCésar Velázquez, Miguel Sicilia, Francisco Álvarez, Laura Garza, Beatriz Osorio 73Virtual Classroom Activities: When the Student is Pursuing its ownTeaching StrategyJ. Eduardo Ferrer, Ingrid Kirschning Albers 79
  5. 5. Creation of Learning Resources Using Interaction PatternsAlondra Nava Zea 86Interacción entre estudiantes en foros Moodle en Cursos BlendedLearning de la Universidad Tecnológica de la CostaLeonardo Hernández Peña 93SECCIÓN IICOMUNICACIONES CORTAS 101Análisis comparativo de dos formas de enseñar Matemáticas Básicas:Robots LEGO NXT y animación con ScratchBerlín Tec, José Uc, Cinhtia González, Michel García, Manuel Escalante, Teresita Montañez 103Migración al software libre en estudiantes universitarios que empleancomúnmente software privativo: problemática y soluciones propuestasHenry Oy, Cinhtia González, Michel García, Teresita Montañez, Manuel Escalante 107Game-AV: Juego educativo con participación a través de avataresLeticia Flores-Pulido, Manuel Siordia-Aquino, Ingrid Kirschning, Oleg Starostenko 111Learning Object InterfaceVerónica Rodríguez, Gerardo Ayala, Ingrid Kirschning 115Videojuegos: Herramienta TIC para el apoyo de la educaciónVíctor Hugo Virgilio Méndez 119Aprendizaje en los entornos virtuales inmersivos (Mundos virtuales)José Antonio Jerónimo y Lidia Andrade 123Mapas mentales y la conceptualización de competenciasFiliberto Candia García 127Estrategias de aprendizaje para los alumnos de nivel superior enmodalidades no convencionalesMaría del Rocío Carranza Alcántar, Claudia Islas Torres, Silvano de la Torre Barba,Alma Azucena Jiménez Padilla, Edith Guadalupe Baltazar Díaz 131Software libre como herramienta para el aprendizaje de la programaciónde computadorasBeatriz Bibiana Gaona Couto, Erick Gastelloú Hernández, Erika Rodallegas Ramos,Rafael Alejandro Lezama Morales 136UtVocabulary 1.0: Software educativo para la enseñanza de Vocabularioen el idioma inglés de la UTSVEunice Morales, Juan Pacheco, Esbeidy Gómez, Antonio Gilbon, Jimmy Pacheco 140Herramienta estratégica en el aprendizaje significativo: el proyecto integradorEric Jesús Gamboa Várguez, Carlos Humberto López May, Martha Zapata Vargas,Fernando Loeza Lugo, Luis Kao Poot 144Cmaps y quizzes, tecnologías educativas para la creación deComunidades de AprendizajeJuan Mexica Rivera, Esmeralda Contreras Trejo, Margarita Larios Calva 147
  6. 6. Métodos de enseñanza-aprendizaje para comprender y aplicar lasestructuras de datosXochitl Clemente, Guillermo Espinosa, Pablo Quintero151DiseñodeunObjetodeAprendizajeparalaenseñanzadelaquímicaexperimentalLol-Be Balam-Salazar, David Cáceres-Castillo, Norma Rubio 155Sistema Web para la composición de Objetos de Aprendizajepersonalizados basados en el estilo de aprendizaje de los usuariosMartha Michaca Leano, Yuridia Ramirez Chocolatl, Jorge Aguilar Cisneros 159Plataforma Administrador de EstudiantesSilvia Hernández Zavala, Cinthia Marín García, Berenice De Rosas Ruiz,Martha Gabriela Tapia Valentín, Edgar Percil Arellano, Martha Michaca Leano,Julieta Santander Castillo, Mariela Juana Alonso Calpeño, Nancy García Villalba,Claudia Elena Portillo Zepeda, Yuridia Ramírez Chocolatl 163Experiencia de trabajo colaborativo en la evaluación del aprendizaje deecuaciones lineales bajo secuencias didácticas utilizando infraestructuracomputacional en Universidades TecnológicasLeonardo Soto Sumuano, Olga L. Robles García, Gricelda Rodríguez Robledo 167Sistema de Administración de Calificaciones (SAC)Gandhi Hernández Chan, Carlos Canto Bonilla, Jenny Andrea Morales Noh,José Rigoberto Suárez Cohuo, Jacob Azcorra Santiago, Bernardino Chin Chan 171Una perspectiva de una herramienta didáctica. Caso de estudio: Uso desoftware de simulación para redesLuisa Margarita Lara Martín 175Análisis de la herramienta Moodle para el desarrollo de una herramientade evaluación docente especializada en cursos en educación a distanciaJorge E. Marrufo Muñoz 179Diseño de programa informático de Investigación de Mercados comoherramienta tecnológica para la acertada toma de decisionesAntonio Gordillo, Mariana Gallardo, Patricia del Carmen Mendoza, Teresa Ramírez 183Estudio de preferencias del profesorado respecto a la tecnología deObjetos de AprendizajePedro Cardona, Jaime Muñoz, Francisco Álvarez, Miguel Meza, Carlos López 187Materiales multimedia como apoyo a los procesos de enseñanza yaprendizaje en EnfermeríaYira Muñoz, María de los Ángeles Alonso, Claudia A. Trejo 191Desarrollo de módulos didácticos para dispositivos móvilesJulia Gabriela Nieva Paredes 195Desarrollo de un componente en Moodle para facilitar laretroalimentación tutor-estudiante en los forosVíctor I. Herrera Coronado, Danice D. Cano Barrón, Humberto J. Centurión Cardeña,Walter I. Manzanilla Yuit 199
  7. 7. Evaluador adaptable computarizado difusoJoel Suárez Cansino, Jorge Antonio Orozco Torres, María Concepción Villatoro Cruz 203Retos y oportunidades en la formación docente mediada por TICCarlota Guadalupe Domínguez Espinosa, Ana Ma. Bañuelos Márquez 209SECCIÓN IIIPÓSTERS 213Análisis del uso de la red social Facebook como herramienta auxiliar enla educaciónNazly Ceme, Michel García, Cinhtia González, Teresita Montañez, Manuel Escalante 215Diseño, creación y aplicación de un software educativo para AnatomíaVeterinariaNorma A. Sandoval Delgado, María E. Loeza Corichi, Francisco J. Gómez Ordóñez,Salvador Jiménez Vallejo 216Diseño, implementación y pilotaje de herramienta computacional paranivelación de conocimientos de prerrequisito de Ingeniería de AnálisisDimensionalBelinda Pastrana, Elvia Sánchez, Candelaria Cruz, Jorge Arturo Sosa, Adrián Ordoñez,Karen Bandala, Ulises Soto 217Criterios de diseño aplicables a la elaboración de Objetos de AprendizajeBelinda Pastrana 218Diseño de carta descriptiva de un Objeto de AprendizajeBelinda Pastrana 219El software didáctico como apoyo en el aprendizaje por competencias enla carrera de EnfermeríaDr. Igor Martín Ramos, Amelia Nava, José Luis Castillo, Teresa Plascencia, Adriana Cuellar 220Las manifestaciones culturales en los metaversosLidia Andrade, José Jerónimo 221Modelo por competencias en las Universidades TecnológicasGerardo Vega Rodríguez, Laura Margarita Aguilar Cervantes 222Opinión de los estudiantes acerca de su participación en un procesodifusión de la cultura informática a padres de familia de la comunidad enla plataforma MoodleAna Cristina Arce Torreblanca, Arlette Rubí Amaro Collí, Hugo Efraín Euán Catzín, BergmanArmando Pereira Novelo 223Caso de éxito en el uso de las herramientas de software para la aplicaciónde enfoques de enseñanza centrados en el alumnoCarlos Alberto Canto Bonilla, Luis Renán Escalante Zaldivar, Manuel Cruz Escobedo 224Formación de recursos humanos en estudios de Mercado de proyectosproductivos a través de entornos virtualesJuana Guerrero González, Venilde Herrera Roldán 225
  8. 8. Implementación de software educativo como didáctica docenteP. N. Maya 226Instrumentación virtual como herramienta aplicada a la enseñanzatécnicaCarlos H. López-May, Eric J. Gamboa-Várguez, Martha A. Zapata-Vargas,Fernando de J. Loeza-Lugo, Luis J. Kao-Poot 227Definición de un videojuego como apoyo al procesode enseñanza-aprendizaje de las matemáticas en educación básicaFrancisco Madera, Edgar Cambranes, Rocío Uicab, Pilar Rosado, Luis Basto 228Convertidor XML-Moodle a DOCXGandhi Hernández Chan, Jorge Elías Marrufo Muñoz, Karen Concha Moreno, Orson GiuseppeMartínez, Ferrán Alejandre Echeverría, Luis Miguel Cupul Pech 229Experiencia con un ambiente virtual de evaluación como herramientade diagnóstico para el Examen General de Egreso de Técnico SuperiorUniversitario (EGETSU) en Artes Gráficas de la Universidad TecnológicaMetropolitanaJosé D. Várguez Lope, Víctor M. Matos Morfín, Luis G. Peraza Ordóñez, Sonia Olvera Carrasco,Jessica A. Canto Maldonado 230Modificación de un paquete SCORM generado por Exe–Learning paraampliar la integración con un LMSMario J. Martín Ruiz, Yeni Morales Carbajal 231Utilización de modelos de lectura, test cloze y Objetos de Aprendizajeenfocado a la comprensión lectoraPedro Cardona, Jaime Muñoz, Francisco Álvarez, Miguel Meza, Carlos López 232Calidad académica: un curso de Gramática Española a través de las TICGisela Diez, Andrés Soto, Jesús Alejandro Flores Hernández,María de los Ángeles Buenabad Arias 233Experiencia de enseñanza de uso de una red social para un proceso deterapia narrativa infantilAna Cristina Arce Torreblanca, Jorge Elías Marrufo Muñoz, Ileana Elizabeth Jiménez Gaber 234Software de ecología y medio ambiente como herramienta de aprendizajepara los alumnosAngelina González Rosas, Laura Cecilia Méndez Guevara 235
  9. 9. 11PRÓLOGOEl desarrollo tecnológico en los últimos años ha estado asociado a la computación,en prácticamente todos los ámbitos del conocimiento y las actividades económicas.Enlaeducación,encualquieradesusniveles,debásicoasuperior, ydesusexpresiones,formal, informal, entre otras, siempre ha sido la tecnología un elemento de análisis enla compleja tarea que implica el desarrollo y la formación de las personas.Quizás es en la educación donde la asociación de la tecnología educativa conlas ciencias de la informática hayan tenido su relación más compleja, ya que laparticipación del profesor en la interacción de contenidos, tecnología y el estudiante,lo pone en una situación de cambio constante, no sólo provocada por el avancedel conocimiento, en todos los sentidos, científico y pedagógico, sino por lo querepresenta la interacción profesor-alumno desde el punto de vista social.Hoy, parece ser más vigente que nunca el viejo dilema "¿qué es más importante, saberlo que se enseña o saberlo enseñar?"; la enseñanza activa, el constructivismo y ahorael aprendizaje con enfoque en competencias parece ser que agudiza la duda de laparticipación del profesor y de los medios para el logro, donde la informática juega unpapel toral y para nuestros tiempos definitorio del futuro, no sólo de la escuela comotal, con sus implicaciones en sus miembros y su entorno, sino como un recurso parainterpretar la realidad, como una verdadera forma de educar a las futuras generaciones.Esta básica reflexión hace que el contenido de este texto adquiera un valor paraquienes trabajamos en la educación, ya que aquí se transita por esos caminosdel uso, de la justificación, de sus alcances, de su pertinencia, de su viabilidad,de sus debilidades y sus fortalezas de una forma de enseñar y aprender que llegópara quedarse y que, a pesar de los esfuerzos que se realizan actualmente enLatinoamérica, nos hace falta mucho de ese camino por recorrer y tenemos con estainiciativa la inercia suficiente para trascender.
  10. 10. 12La II Conferencia Conjunta Iberoamericana sobre Tecnologías del AprendizajeCcita 2010 ha sido la generatriz del contenido de este trabajo, que por primera vezse desarrolló en dos sedes de forma simultánea, la Universidad de Cádiz en Españay la Universidad Tecnológica Metropolitana de Yucatán en México, y que desdeluego no se hubiera podido concretar y llevar a buen puerto sin la participaciónde la Secretaría de Educación del Estado de Yucatán, el Instituto Tecnológico deMotul, la Universidad Anáhuac Mayab, la Universidad Autónoma de Yucatán, laUniversidad Mesoamericana de San Agustín y la Universidad Castilla La Mancha,de España.Parafraseando al Dr. Eduardo Punset: conocer, soñar y recordar, son cualidady privilegio de nuestra especie, que en el trabajo de los profesores adquiere suexpresión culminante, como objeto, rumbo y finalidad, cosa nada fácil, que tambiénincluye a los medios para lograrlo.Mérida, Yucatán, junio de 2010Ricardo Bello BolioRECTOR DE LA UNIVERSIDAD TECNOLÓGICA METROPOLITANA
  11. 11. 13La II Conferencia Conjunta Iberoamericana sobre Tecnologías para el Aprendizaje–CcITA, incluye en 2010 dos eventos de importancia, sobre todo en España y enMéxico. Ellos son el VIII Simposio Pluridisciplinar sobre Diseño y Evaluación deContenidos Educativos–SPDECE y el V Taller Internacional sobre Recursos parael Teleaprendizaje–Kaambal.En el contexto de SPDECE, además se celebra el III Workshop on Methods andCases in Computing Education (MCCE), organizado por el capítulo español deACM SIGCSE.En esta ocasión, la Conferencia se lleva a cabo en dos sedes simultáneas: en Mérida,México y en Cádiz, España. El presente libro recoge las memorias de los trabajosaceptados en CcITA 2010 y consta de dos tomos editados e impresos en ambospaíses.La publicación y el propio evento han sido el fruto del trabajo de muchas personasque han aportado horas y esfuerzo sin más interés que el de mantener este foro departicipación para profesores e investigadores, tanto informáticos como pedagogosy de otras disciplinas que se interesan en el desarrollo y la utilización de losrecursos digitales para el aprendizaje y la cultura, principalmente en los Centros deEducación Superior.La Universidad Tecnológica Metropolitana, de Mérida Yucatán, es un joven eimportante centro de educación superior con reconocimiento social y referenciaen materia de formación y actualización de Técnicos Superiores Universitarios, asícomo en la prestación de servicios tecnológicos. Varios profesores de la Divisiónde Tecnologías de la Información, con el apoyo de las distintas instancias de laUniversidad y de la Secretaría de Educación del Estado de Yucatán, han asumidotodo el trabajo de organización de la Conferencia en la sede de Mérida. Es deINTRODUCCIÓN
  12. 12. 14destacar el apoyo decidido del Rector Ing. Ricardo Bello Bolio, quien tiene unavisión muy precisa sobre la importancia de la tecnología en la Educación.En la sede de Mérida se destacan también los apoyos recibidos de parte de laUniversidadAutónoma deYucatán y sus Facultades de Educación y de Matemáticas,así como de la Coordinación General de Educación Superior; la UniversidadAnáhuac–Mayab y su División de Ingeniería y Ciencias Exactas, la UniversidadMesoamericana de San Agustín y el Instituto Tecnológico Superior de Motul.La Universidad de Cádiz cuenta en la actualidad con 15 centros donde se repartenmás de 18,000 alumnos. En el campus de Cádiz se desarrollan los estudios socio-humanísticos y sanitarios, contando en la actualidad con la Escuela Superiorde Ingeniería. Algunos profesores de dicha escuela han asumido el trabajo deorganización del evento en la sede de Cádiz. Es de destacar el apoyo recibido delVicerrector D. Eduardo Blanco Ollero, quien desde elVicerrectorado deTecnologíasde la Información e Innovación Docente ha aportado una relevante visión de lastecnologías en la educación superior.En la sede de Cádiz destacan los apoyos recibidos de distintas instancias de laUniversidad de Cádiz a través de diversas ayudas, incluyendo las recibidas delConsejo Social y del Plan propio del Vicerrectorado de Investigación, DesarrolloTecnológico e Innovación, así como las ayudas recibidas del Ministerio de Cienciae Innovación, a través de las acciones complementarias del plan nacional de I+D, ydel Ministerio de Industria, Turismo y Comercio, a través del proyecto eCultura delPlan Avanza I+D Contenidos.Es importante también resaltar los apoyos de la Universidad de Castilla-La Manchay profesores de su Departamento de Tecnología y Sistemas de Información, asícomo de la Universidad de Alcalá de Henares y profesores del Departamento deCiencias de la Computación.El Comité Internacional del Programa estuvo integrado por más de 60 destacadosespecialistas en el tema de América Latina y España que fueron propuestos por lasredes y las instituciones participantes.
  13. 13. 15Los trabajos aceptados fueron clasificados en cuatro categorías: Comunicacioneslargas (con contenidos y propuestas innovadoras), Comunicaciones cortas (detrabajos importantes en desarrollo o aplicaciones), Pósters y el Taller especialMCCE.Se presentaron 140 trabajos en ambas sedes. De ellos fueron aceptados 93, loque representa un 67% por ciento de aceptación. Los resultados del proceso deevaluación aparecen en la siguiente tabla:Sede Mérida Sede CádizTotalaceptadosComunicacioneslargas10 24 34Comunicacionescortas27 8 35Pósters 21 0 21TallerMCCE0 4 4TOTAL 58 36 94Hemos decidido mantener la estructura del libro, tal como se produjo en la ediciónde 2009. Se presentan pues, cuatro partes: una introducción, las comunicacioneslargas, las comunicaciones cortas y por último, un resumen extendido de cada unode los pósters o los trabajos aceptados en el taller MCCE. Cada uno de los dostomos impresos recoge los trabajos presentados en las respectivas sedes.Al evento fueron invitados algunos especialistas del más alto nivel y representantesdeimportantesorganizacionesdeMéxicoydeEspañarelacionadasconlatecnologíapara el aprendizaje.En la sede Mérida fueron invitados para impartir las Conferencias Magistrales losdoctores Eric Huesca, Genaro Rebolledo, José Ángel Olivas y Víctor Sánchez.
  14. 14. 16En la sede de Cádiz fueron invitados para impartir las Conferencias Magistrales losdoctores Bernard Dumond y César Carreras.Agradecemos de manera especial a todos ellos, ya que dispusieron de su tiempoy conocimientos para nuestra Conferencia Conjunta, sin recibir compensaciónalguna.En Mérida, México y Cádiz, España,1 de julio de 2010.Manuel E. PrietoUNIVERSIDAD DE CASTILLA-LA MANCHAJuan M. DoderoUNIVERSIDAD DE CÁDIZDavid O. VillegasUNIVERSIDAD TECNOLÓGICA METROPOLITANA
  15. 15. 17Secretario de Educación del Gobierno del Estado de YucatánRaúl H. Godoy MontañezRector de la Universidad Tecnológica MetropolitanaRicardo Bello BolioRector de la Universidad de Castilla-La ManchaErnesto Menéndez AtazRector de la Universidad Autónoma de YucatánAlfredo F. J. Dájer AbimerhiRector de la Universidad Anáhuac MayabJosé Maria Sabín SabínRectora de la Universidad Mesoamericana de San AgustínMaría Eugenia Sansores RuzDirector General del Instituto Tecnológico Superior de MotulLuis Alberto García DomínguezCOMITÉ DE HONOR
  16. 16. 18COMITÉ ORGANIZADORDavid Villegas SáenzCOORDINADORManuel E. Prieto MéndezSilvia Pech CamposMario José Martín RuizJorge Elías Marrufo MuñozYeni Morales CarbajalVíctor Hugo Menéndez DomínguezAlfredo Zapata GonzálezEdgar Cambranes MartínezRamón Ignacio Esperón HernándezLuciano Diab Domínguez CheritDanice D. Cano BarrónHumberto José Centurión CardeñaWalter Iván Manzanilla YuitPedro Josué Sosa SolísJosé Luis Cárdenas PérezMaría Cecilia Guillermo y GuillermoRaúl Antonio Aguilar VeraMaría Gracia Montalvo MonteroJosé Antonio Ordóñez Novelo
  17. 17. 19COMITÉ DE PROGRAMAManuel E. Prieto Méndez (Presidenta Kaambal) EspañaXavier Ochoa Chehab (Presidente Kaambal) EcuadorRegina Motz Carrano (Presidenta Kaambal) UruguayLuis E. Anido Rifón EspañaJuan I. Asensio EspañaAngélica de Antonio Jiménez EspañaManuel Benito Gómez EspañaCésar Bernal Bravo EspañaJulio Cabero Almenara EspañaManuel Caeiro Rodríguez EspañaRosa M. Carro EspañaOskar Casquero Oyarzabal EspañaMaría E. Chan Núñez MéxicoElsa Corominas EspañaYannis Dimitriadis EspañaLuciano Domínguez Cherit MéxicoJosep María Duart EspañaRamón Fabregat Gesa EspañaAna M. Fermoso García EspañaBaltasar Fdez.-Manjón EspañaElena García Barriocanal EspañaFrancisco J. García Peñalvo EspañaRocío García Robles EspañaCristina Gavira EspañaErnie Ghiglione AustraliaMaría J. Gil Larrea EspañaSergio Gutiérrez Santos InglaterraMiguel A. Gómez Laso EspañaLourdes Guardia Ortiz EspañaDavinia Hernández-Leo EspañaM. Soledad Ibarra Sáiz EspañaMartín Llamas Nistal EspañaManuel Lama Penin EspañaM. Gertrudis López López EspañaManuel Marco Such EspañaVíctor H. Menéndez Domínguez MéxicoJulià Minguillón EspañaErla M. Morales Morgado EspañaPablo Moreno Ger EspañaMario Muñoz Organero EspañaXavier Ochoa EcuadorCristina Oferrall EspañaJavier Onrubia Goñi EspañaJosé Á. Olivas Varela EspañaManuel Ortega Cantero EspañaRamón Ovelar Beltrán EspañaAbelardo Pardo EspañaSilvia J. Pech Campos MéxicoAlberto Pedrero Esteban EspañaJavier Portillo Berasaluze EspañaManuel E. Prieto Méndez EspañaMiguel A. Rodríguez Artacho EspañaDaniel Rodríguez García EspañaGregorio Rodríguez Gómez EspañaRosabel I. Roig Vila EspañaCristóbal Romero Morales EspañaJesús Romo Uriarte EspañaMercedes Ruiz Carreira EspañaAndrés Sampedro Nuño EspañaSalvador Sánchez Alonso EspañaEduardo Sánchez Vila EspañaJavier Sanz Rodríguez EspañaJavier Sarsa Garrido EspañaMiguel A. Sicilia Urbán EspañaJosé Luis Sierra EspañaJorge A. Torres Jiménez MéxicoÁngel Velázquez Iturbide EspañaSebastián Ventura Soto EspañaChristian L. Vidal Castro ChileAntonio Vieira de Castro PortugalDavid Villegas Sáenz MéxicoAlfredo Zapata González MéxicoMiguel Zapata Ros EspañaTelmo Zarraonandia España
  18. 18. 20CONFERENCISTAS INVITADOSDr. Eric Huesca MoralesEs actualmente Director Ejecutivo del Espacio Común de Educación Superiora Distancia ECOESAD. Doctor en Ciencias de la Computación, realizó estudiosde Física en la Facultad de Ciencias de la UNAM. Tiene estudios de posgrado enMatemática Educativa en el Centro de Investigación y Estudios Avanzados delInstituto Politécnico Nacional, y en Ciencias de la Computación en la Universidadde California, en Berkeley. Fue fundador y primer Director Ejecutivo del capítuloMéxico de la Internet Society. Ha sido Director de Planeación de la Coordinación deInformática Educativa en el ILCE y profesor de diversas instituciones académicasen América Latina; actualmente también es Director Ejecutivo de ATM Consultores,firma especializada en tecnologías abiertas. Ha estado involucrado en diversosproyectos de innovación, como la introducción y consolidación de la Internet enMéxico, la instalación de los primeros sistemas abiertos en ambientes de producciónindustrial y la introducción de las primeras redes de fibra óptica en ambientes deplantas de producción, además del desarrollo de las redes públicas de Frame-Relayde cobertura nacional.Dr. José Ángel Olivas VarelaNacido en 1964 en Lugo, se licenció en Filosofía (especialidad Lógica) en 1990(Universidad de Santiago de Compostela), Master en Ingeniería del Conocimientodel Depto. de Inteligencia Artificial de la Universidad Politécnica de Madrid en1992, y Doctorado en Ingeniería Informática en 2000 (Universidad de Castilla–La Mancha). En 2001 fue Postdoc Visiting Scholar en el BISC de Lotfi A. Zadeh(Berkeley Initiative in Soft Computing), University of California-Berkeley, USA.Sus principales líneas actuales de investigación son el uso de técnicas de SoftComputing para la Recuperación de Información y las aplicaciones en Ingeniería delConocimiento. Recibió, entre otros, el premio en la modalidad de Investigación y/oDesarrollo de Productos Científicos en el XI Concurso sobre Medio Ambiente delAyuntamiento de Madrid (2002) por su tesis doctoral. Desde 2006: Subdirector delDepartamento de Tecnologías y Sistemas de Información y Coordinador del Programade Doctorado y Programa Oficial de Posgrado en Tecnologías InformáticasAvanzadas(con Mención de Calidad del MEC) de la Universidad de Castilla-La Mancha. Desde1997: Profesor titular del Departamento de Tecnologías y Sistemas de Informaciónde la Universidad de Castilla-La Mancha. Desde 1997: Profesor del Departamento deSistemas Informáticos, ICAI – Universidad Pontificia Comillas de Madrid. 1995-1997:Coordinador del Departamento de Inteligencia Artificial, Universidad Antonio deNebrija–UNNE, Madrid. Desde 1995: Colaboración con INSA(Ingeniería y ServiciosAeroespaciales, NASA), Procesado de datos de satélites sobre incendios forestales.1992-1996: Director del Departamento de Informática de PPM (Tres Cantos, Madrid):Consultoría de sistemas inteligentes a empresas como SOUTHCO o ATT.
  19. 19. 21Dr. Víctor Germán Sánchez AriasActualmente es Director del Centro de Alta Tecnología en Educación a Distancia(CATED) perteneciente a la Coordinación de Universidad Abierta y a Distancia(CUAED) de la Universidad Nacional Autónoma de México (UNAM). Originario deCuernavaca Morelos, México, es egresado de la Facultad de Ingeniería de la UNAMcon el título de Ingeniero Mecánico Electricista en el área de control, comunicaciones yelectrónica (1974), cuenta con el título de Maestría en Ciencias de la Computación delInstituto de Matemáticas Aplicadas de la UNAM (1976), con un Diploma de EstudiosAvanzados (DEA) del Instituto Politécnico de Grenoble (INPG) Francia (1982) y conun Doctorado en Ingeniería de Informática del Instituto de Matemáticas Aplicadas(IMAG) del Instituto Politécnico de Grenoble (INPG) Francia (1984). Desde 1975cuentaconampliaexperienciacomoProfesordeLicenciaturaydeMaestríaendiferentesinstituciones como son la Facultad de Ingeniería de la UNAM, el ITESM, el ITAM, elIIMAS, la UV y el LANIA; también fue coordinador de la Maestría en InteligenciaArtificial (MIA) de la UV-LANIA. Se inició como investigador en 1976 como ayudanteen el IIMAS y después fue investigador titular del mismo instituto. Responsable de lalínea de investigación en las áreas de cómputo distribuido, cooperativo y móvil y enla de educación basada en las tecnologías de la información en LANIA. Ha publicadodiversos trabajos en revistas nacionales e internacionales, también ha participado en laorganización de diversos eventos académicos y ha colaborado con otras institucionesen proyectos de investigación nacionales e internacionales. Ha sido asesor en diversasempresas y ha trabajado como ingeniero en París Francia en la empresa de cómputoBULL(1985-1987). En la actualidad trabaja en el Laboratorio Nacional de InformáticaAvanzada A.C. (LANIA) y desde 1981 ha promovido y colaborado en proyectos detecnología avanzada con el sector gobierno y el sector productivo con el propósito deestablecer enlaces entre la academia y la industria y el gobierno del país.Dr. Genaro Rebolledo MéndezEs investigador de tiempo completo en la Facultad de Informática de la UniversidadVeracruzana, México. Sus líneas de interés son en el área de Aprendizaje porComputadora y es miembro del Cuerpo Académico Tecnología Computacional yEducativa. Actualmente codirige una serie de seminarios de investigación enfocándoseen el diseño, desarrollo y evaluación de tecnología educativa, particularmente dirigidosa la inclusión de aspectos culturales. Realizó sus estudios de doctorado en el IDEASLab de la Universidad de Sussex, Inglaterra. Su doctorado se tituló "Modelado de lamotivación del estudiante en un sistema tutor inspirado enVigotsky" en el cual investigóla efectividad de incluir andamiaje motivacional en un medio ambiente educativo.Al terminar, el Dr. Rebolledo trabajó como investigador postdoctoral en el LondonKnowledge Lab de la Universidad de Londres, en el IDEAS Lab de la Universidadde Sussex y en el Serious Games Institute de la Universidad de Coventry. Duranteeste tiempo su trabajo se enfocó a la aplicación de tecnología multimodal para elaprendizaje, la evaluación del rol del afecto del estudiante en ambientes de aprendizajey el análisis de la efectividad de aprendizaje basado en juegos. Ha trabajado como asesortecnológico para el aprendizaje en la Universidad del Este de Londres en donde tambiéncosupervisadosestudiantesdedoctoradoenelSMARTLab.Esuninvestigadorvisitanteen el IDEAS Lab (Universidad de Sussex), el Serious Games Institute (Universidad deCoventry) y el SMART Lab (Universidad del Este de Londres).
  20. 20. 22TALLERESObjetos de aprendizaje y ambientes de aprendizaje para las matemáticasGabriel Alejandro López Morteo, Universidad Autónoma de Baja California,Campus Mexicali, MéxicoIntroducción a la programación de videojuegos multiplayer para móvilRené Cruz Flores, Universidad Autónoma de Baja California, Campus Mexicali,MéxicoPlataforma de gestión integral de objetos de aprendizaje AGORAManuel E. Prieto, Universidad de Castilla-La Mancha, EspañaVíctor H. Menéndez, Universidad Autónoma de Yucatán, MéxicoIntroducción a eXe Learning para la elaboración de Material Didáctico DigitalVíctor M. Quijano Aban, Universidad Tecnológica Metropolitana, MéxicoChatbot como una herramienta inteligente de apoyo a la educaciónMiguel Ángel Meza De Luna, Pedro Cardona Salas y César Velázquez AmadorUniversidad Autónoma de Aguascalientes, MéxicoTemas avanzados sobre el uso del Moodle para evaluacionesJorge E. Marrufo Muñoz y Mario J. Martín RuizUniversidad Tecnológica Metropolitana, MéxicoPodcast Multimedia (PC/iPod)Alberto Pacheco González, Instituto Tecnológico de Chihuahua, MéxicoPanel de Expertos: Programa EVA (Espacio Virtual de Aprendizaje): Buenasprácticas y recursos para el teleaprendizaje en AndalucíaFrancisco José García Aguilera, Diego Aguilar Cuenca, Silvia Gómez TorresRed de Espacios Tecnológicos de Andalucía, España
  21. 21. 23SECCIÓN IComunicaciones largasSe presentan a continuación las 10 comunicaciones largasaceptadas para la Conferencia Conjunta en la sede Mérida.Se trata de artículos extensos que presentan trabajos muyelaborados en los que se exponen resultados innovadores oexperiencias contrastadas.
  22. 22. 25Cálculo Integral con aprendizaje por proyecto empleandocelular con cámara digital y la caja de herramientas deprocesamiento digital de imágenes de MatlabTeresita Montañez,1 Cinhtia González,1 Michel García,1 Manuel Escalante11Universidad Autónoma de Yucatán, Facultad de Matemáticas, Unidad Tizimín,calle 48B Núm. 207 x 31, Tizimín, Yucatán, México.{monmay, gsegura, michel.garcia, manuel.escalante}@uady.mxResumen. Con base en el éxito obtenido en el curso de Cálculo Diferencial dondese incorporó el uso de lenguajes de programación, robots y estrategias didácticascomo el aprendizaje basado en proyectos, en este trabajo se describe la forma deincluir herramientas, como el celular con cámara digital, el procesamiento digitalde imágenes y estrategias didácticas, como el aprendizaje basado en proyectospara impartir un curso de Cálculo Integral en la Licenciatura en Ciencias de laComputación. Con la adición de estas herramientas tecnológicas, el estudianteaplica los conceptos matemáticos para resolver problemas reales mediante laconstrucción de ambientes simulados. Se presenta un análisis comparativo quemuestra el impacto favorable que ha tenido la incorporación de tecnología paraincrementar el porcentaje de aprobación en el curso.Palabras clave: Cálculo Integral, Aprendizaje Basado en Proyectos,Procesamiento Digital de Imágenes, Celular con Cámara Digital, Matlab,Análisis Comparativo.1 IntroducciónCon base en el éxito obtenido en el curso de Cálculo Diferencial donde se fueronincorporando de manera paulatina diversas herramientas tecnológicas, como loslenguajes de programación, los robots y la metodología de aprendizaje basado enproyectos [1], en la asignatura de Cálculo Integral se implementó una estrategiasimilar, adicionando a todo lo anterior una cámara digital y la caja de herramientasde procesamiento de imágenes que posee Matlab [2]. Esto permitió que dichaasignatura abordara aspectos disciplinarios y profesionales que contribuyen con unaformación integral, comprobando una vez más el éxito del uso de tecnología encarreras de ingeniería e informática [3] [4] [5]. Este artículo describe brevementela forma en que se utiliza dicha tecnología durante el curso; se inicia presentandolas actividades más representativas que se realizan y se finaliza con los criterios deevaluación. Al final, se efectúa un análisis comparativo de los resultados obtenidosde 2002 a 2009.
  23. 23. 262 Metodología ABPLa metodología ABP tiene sus orígenes en la Universidad canadiense de McMasterI[6] y en la Universidad de Aalborg, Dinamarca [7]. Posteriormente fue adoptada porla Universidad de Twente, Holanda [8]. Actualmente ya se considera una herramientaprobada y madura, sobre todo en el campo de la ingeniería e informática [9] [10] [11].ABP es una técnica didáctica en la que el estudiante construye su aprendizaje mediantela planeación y desarrollo de un proyecto aplicado a una problemática real. A lo largo dela elaboración de dicho proyecto, el alumno se involucra en un proceso de aprendizajedinámico donde profundiza en conceptos técnicos y teóricos como consecuencia de lamotivación inherente a la técnica ABP. Además, desarrolla una serie de habilidades yactitudes propias de un investigador, como son el trabajo en equipo, la planificación, lacomunicación, la creatividad y la responsabilidad [12].En esta ocasión la metodología ABP se implementó de manera parcial, pues es aplicadaúnicamente en la sección práctica de la asignatura. Se propusieron tres proyectos del curso,los cuales consisten en la realización de un subsistema computacional; los títulos son:“Sistema Automático de Cálculo de Áreas”, “Sistema Automático de Cálculo de Masa yCentro de Masa” y “Sistema Automático de Reconstrucción 3D Basado en Tres Fotos”.3 Software matemático en la educaciónDesde el punto de vista educativo, la utilización de lenguajes de programación permiteactivar una amplia variedad de estilos de aprendizaje [13] además de desarrollar elpensamiento algorítmico.Adicionalmente, compromete a los estudiantes a la consideraciónde varios aspectos importantes para la solución de problemas: decidir sobre la naturalezadel problema, seleccionar una representación que ayude a resolverlo y monitorear suspropios pensamientos (meta cognición) y estrategias de solución. Solucionar problemascon ayuda de la computadora puede convertirse en una excelente herramienta paraadquirir la costumbre de enfrentar problemas de manera rigurosa y sistemática. En[14] se recomienda utilizar LOGO en el nivel básico; Alice, KPL o Processing a nivelmedio o medio-superior y se podría agregar Scilab, Matlab o Maple (nivel mínimo deprogramación) o bien: C, C++ (mayor nivel de programación), en el nivel superior.En esta ocasión se utilizó la caja de herramientas de procesamiento de imágenes queposee Matlab para el desarrollo de los proyectos ya mencionados.4 Características del cursoLa asignatura de Cálculo Integral se imparte a los estudiantes que generalmente cursanel segundo semestre de la Licenciatura en Ciencias de la Computación (con la recienteflexibilidad del plan de estudios esto dependerá de la selección de asignaturas delestudiante). La experiencia aquí descrita se empezó a realizar a partir de 2006.
  24. 24. 274.1 Objetivo y contenido temáticoEl objetivo general del curso indica que al término de éste el alumno deberá manejarel concepto de integral y las fórmulas básicas de integración; deducir y aplicar lasfórmulas de integración, demostrar y manejar los principales resultados de integración defunciones reales de variable real, resolver problemas geométricos y físicos, empleando laspropiedades, técnicas y principales resultados del Cálculo Integral. Manejar, demostrary aplicar el concepto de convergencia para sucesiones y series. La duración de estaasignatura es de un semestre. La Tabla 1 presenta los temas que se cubren durante el cursoen el cual se basa el trabajo realizado.Tabla 1. Contenido de la asignatura Cálculo IntegralTema Objetivo1. IntegraciónEl alumno manejará el concepto de integral con los enfoques típicos:como antiderivada, como límite de sumas de Riemann y como ínfimo desumas superiores y supremos de sumas inferiores. También demostraráalgunas propiedades de la integral y resolverá problemas geométricosutilizando la integral.2. Otros temas deIntegraciónEl alumno demostrará los principales resultados del Cálculo Integral,como los teoremas de valor medio y los teoremas que relacionan laintegración con la derivación. También resolverá problemas físicos y deotras ramas de la ciencia, utilizando la integral y manejará las integralesimpropias en la solución de ejercicios relativos.3. Sucesiones y SeriesInfinitasEl alumno manejará los conceptos de sucesiones y series, así como losteoremas más importantes relacionados.4. Representación deFunciones comoSeriesEl alumno utilizará el concepto de serie para dar una expresión en seriede algunas funciones y analizará los posibles casos de convergenciaasociados y sus propiedades.4.2 Actividades de aprendizajeA lo largo del curso se realizan diversas actividades, de las cuales se presentan acontinuación, en forma cronológica, las que se consideran más relevantes:• Proyección de dos videos: En el primer video se realiza un ultrasonido a unamujer embarazada; se aprecian varias imágenes 2D del feto y el médico marca lasregiones de interés (cabeza, corazón, etc.) para verificar si las medidas de las áreasson normales. El segundo video corresponde a una empresa que se dedica al evalúoy elaboración de planos de terrenos por medio de un sistema computacional queanaliza imágenes digitales tomadas desde una avioneta.• Análisis del papel que tiene el profesional de las ciencias de la computación en eldesarrollo de tecnología para la salud, la industria, el comercio, etcétera.• Definición del proyecto 1 que se desarrollará durante el curso: “SistemaAutomáticode Cálculo de Áreas (SA)”.
  25. 25. 28• Minicurso de procesamiento digital de imágenes utilizando celular con cámaradigital y Matlab.• Construcción progresiva del sistema 1, mediante el desarrollo de diferentesalgoritmos y cuyo sustento radica en el cálculo integral.• Proyección de un video en el que se realiza el ensamblaje de automóviles; seaprecian varias imágenes donde los brazos robóticos industriales levantan ycolocan las piezas de los vehículos.• Definición del proyecto 2 que se desarrollará durante el curso: “SistemaAutomáticode Cálculo de Masa y Centro de Masa (SMC)”.• Construcción progresiva del sistema 2, mediante el desarrollo de diferentesalgoritmos y cuyo sustento radica en el cálculo integral.• Proyección de dos videos: en el primero de ellos se realiza un ultrasonido a unamujer embarazada y se aprecian varias imágenes 3D del feto y en el segundo videose describe el trabajo de una empresa que se dedica a la reconstrucción en 3D depiezas arqueológicas.• Definicióndelproyecto3quesedesarrollaránduranteelcurso:“SistemaAutomáticode Reconstrucción 3D basado en tres fotos” (SR33)”.• Construcción progresiva del sistema 3, mediante el desarrollo de diferentesalgoritmos y cuyo sustento radica en el cálculo integral.4.3 Descripción de los proyectos del cursoEl objetivo de realizar proyectos durante el curso consiste en llevar a la práctica losconceptos teóricos abordados durante el mismo, ya que estos proyectos permiten queel estudiante valore la utilidad de los conocimientos adquiridos durante las clases, loscuales deberá aplicar posteriormente, durante su desempeño profesional. En el desarrollode cada uno de los proyectos del curso se utiliza un celular con cámara digital, así comoel lenguaje de programación Matlab con su caja de herramientas de procesamiento digitalde imágenes.4.3.1 Proyecto 1 “Sistema Automático de Cálculo de Áreas” (SA)Del análisis posterior de los dos primeros videos (ultrasonido de mujer embarazada yevalúo y elaboración de planos de terrenos) el alumno descubre la importancia del cálculode áreas y observa algunas de sus aplicaciones. En una de las actividades del curso sepide a los estudiantes que desarrollen un sistema que simule el proceso que se apreciaen los videos (ubicación y marco de referencia del área a calcular, captura de imagen delárea por medio de la cámara del celular, transferir la imagen a la computadora, realizarun procesamiento digital de las imágenes para poder dar una buena aproximación al áreade interés).
  26. 26. 294.3.2 Proyecto 2 “Sistema Automático de Cálculo de Masay Centro de Masa (SMC)”Del análisis posterior del tercer video (ensamblaje de automóviles) el alumno descubre laimportancia del cálculo de masa y centro de masa de un objeto para poder manipularlo.Así, se solicita a los estudiantes desarrollar un sistema que simule el proceso que seaprecia en el video (ubicación y marco de referencia del objeto, captura de imagen delobjeto por medio de la cámara del celular, transferir la imagen a la computadora, realizarun procesamiento digital de la imagen para poder dar una buena aproximación a la masay centro de masa).4.3.3 Proyecto 3 “Sistema Automático de Reconstrucción 3DBasado en Tres Fotos (SR33)”Del análisis posterior de los últimos dos videos (ultrasonido 3D y reconstrucción depiezas arqueológicas) el alumno descubre la importancia del cálculo de volúmenes vistocomo una generalización del cálculo de áreas, para poder reconstruir objetos de maneratridimensional, de esta forma se le pide que desarrolle un sistema que simule el procesoque se aprecia en los videos(ubicación y marco de referencia del objeto, captura de tresimágenes del objeto(frente, lado, arriba) por medio de la cámara del celular, transferir lasimágenes a la computadora, realizar un procesamiento digital para poder dar una buenaaproximación del objeto de forma tridimensional).
  27. 27. 304.4 EvaluaciónPara la evaluación del curso se consideraron las siguientes actividades y puntajes: Ejerciciosteóricos (ET) con valor de 10 puntos, ejercicios teórico-prácticos (EP) con valor de 15 puntos,programas de computación en los que se incluyen los tres proyectos (P) con valor de 15puntos, cuatro exámenes parciales (EX) con valor de 60 puntos y el examen final, que sólopresentan aquellos alumnos que no reúnen 80 puntos o más con las actividades anteriores.Dado que la solución de los ejercicios teórico-prácticos, así como el desarrollo delproyecto dependen de un dominio total de los conceptos fundamentales de la asignatura,el peso total que reúne ambos aspectos es de 30%. Esto permitió que los alumnos norenunciaran a la carga extra que implica el desarrollo del proyecto.Para obtener la calificación final del curso (Calificación C) se suman las 4 calificacionesET, EP, P y EX. Si C≥80, entonces CF = C. De lo contrario, se aplica una ponderación de60% para C y 40% para el examen final.5 Impacto en el proceso de enseñanza-aprendizajeA través de todas las actividades realizadas por los estudiantes y el profesor durante elcurso, se obtienen los siguientes beneficios en el estudiante:• Valoralautilidaddesusconocimientosadquiridosenclase,asícomolaresponsabilidadinherente a hacer un uso adecuado de tales conocimientos.• Se introduce de manera natural en el manejo de conceptos teóricos del CálculoIntegral, tras la necesidad de emplearlos para dar solución a un problema real.• Tiene la oportunidad de visualizar una de las opciones para desempeñarse en sufuturo quehacer profesional y puede apreciar la relación existente entre las diferentesdisciplinas de la ciencia para poder desarrollar un proyecto en particular.
  28. 28. 31• Despierta un interés por la investigación y la búsqueda de soluciones que generennuevo conocimiento.• Desarrolla actitudes como: honestidad, respeto, creatividad y responsabilidad.6 Análisis comparativoAl analizar los resultados se observa que los beneficios obtenidos al emplear recursostecnológicos para impartir el curso de Cálculo Integral son realmente significativos.Además, el proceso enseñanza-aprendizaje es sumamente satisfactorio para el instructory los estudiantes se observan más motivados. Las estadísticas indican que el promediogeneral pasó de 61 pts.(2002-2005 curso tradicional) a 71.34 pts. (2006-2009 curso contecnología). El porcentaje de aprobación pasó de 60% (2002-2005) a 67.3% (2006-2009),como se muestra en la Tabla 2.Tabla 2. Los porcentajes de aprovechamiento se han incrementadoCurso tradicional Curso con tecnologíaAño 2002 2003 2004 2005 2006 2007 2008 2009Número de alumnos 20 18 12 15 20 21 17 14Calificación promedio anual 58 65 58 60 69 62 76 83Porcentaje de aprobación anual 0.55 0.67 0.5 0.67 0.55 0.52 0.72 0.86Calificación promedio por método 61 71.34Porcentaje de aprobación 0.6 0.6737 Conclusiones y trabajo futuroLa incorporación en el salón de clases de elementos como robots, cámaras digitales,lenguajesdeprogramaciónocircuitoseléctricos,juntocontécnicasdinámicasdeenseñanzapermiten activar procesos cognitivos en el alumno, lo cual propicia un aprendizajesignificativo. La experiencia obtenida al impartir el curso empleando tecnología ha sidomuy productiva y será el cimiento para los futuros desarrolladores de ciencia y tecnología.Actualmente se está trabajando en la utilización de robots, software matemáticoy la estrategia de enseñanza aprendizaje basado en proyectos en asignaturas del corteherramental o básico, tales como Cálculo Vectorial, Probabilidad y Estadística Inferencial,pues se ha constatado que utilizando los ejemplos adecuados se consiguen óptimosresultados. Por otro lado, se está iniciando la extrapolación de esta experiencia a cursosde nivel medio superior, en asignaturas como Cálculo, Álgebra, Geometría, Física yTrigonometría, en los cuales se espera obtener resultados similares.
  29. 29. 32Referencias1. González C., García M., Montañez T., Escalante M.: Cálculo Diferencial con Aprendizaje porProyecto empleando Matlab y Robots LEGO NXT. Memorias de la Conferencia Conjunta Ibero-americana sobre Tecnologías para el Aprendizaje 2009, pp. 118-127. Mérida, México (2009).2. Sitio web de Matlab. http://www.mathworks.com/products/matlab/3. Doswell J., Mosley P.: An Innovative Approach to Teaching Robotics. In Proc. 6th IEEE Int.Conf. on Advanced Learning Technologies, pp. 1121-1122. Kerkrade, Netherlands (2006).4. Gawthrop P., McGookin E.: Using Lego in Control Education. I.n Proc. 7th IFAC Symp.Advances in Control Education, pp. 31-38. Madrid, Spain (2006).5. Aliane N., Bemposta S., Fernández J., Egido V.: Una experiencia práctica de aprendizaje basadoen proyecto en una asignatura de robótica.Actas de las XIII Jornadas de Enseñanza Universitariade la Informática, pp. 139-144. Madrid, España (2007).6. McMaster University, http://www.chemeng.mcmaster.ca/pbl/pbl.htm.7. Universidad de Aalborg, http://adm.aau.dk/faktekn/aalborg/engelsk/index.html.8. Thomas J.: A Review of Research on Project-Based Learning. Tesis doctoral, Buck Institute forEducation. California (2000).9. Woods D., Felder R., Garcia A., Stice J.: The Future of Engineering Education III. DevelopingCritical Skills. Chem. Engr. Educ., 34, 108-117 (2000).10. Barg M., Fekete A., Greening T., Hollands O., Kay J., Kingston J.: Problem-Based Learning forFoundation Computer Science Courses. Comp. Sci. Educ. 10:2, 109-128 (2000)11. Hung D.: Situated Cognition and Problem-Based Learning: Implications for Learning andInstruction with Technology. Interactive Learning Research. 13:4, 393-414 (2002).12. Noguez J., Espinosa E.: Using a Portfolio for the Didactical Technique Project Oriented Learningin some Computer Systems Subjects at ITESM-CCM. 47th World Assembly: Teacher Educationand the Achievement Agenda, Amsterdam (2002).13. Spong M.: Project Based Control Education. In Proc. 7th IFAC Symp. Advances in ControlEducation, pp. 40-47. Madrid, Spain, (2006).14. Eduteka, En pro de los computadores, http://www.edutaka.org/ProComputadores.php.
  30. 30. 33Minería de datos: predicción de la deserción escolarmediante el algoritmo de árboles de decisióny el algoritmo de los k vecinos más cercanosSergio Valero Orea, Alejandro Salvador Vargas, Marcela García AlonsoUniversidad Tecnológica de Izúcar de Matamoros, Prolongación Reforma 168,Santiago Mihuacán, 74420, Izúcar de Matamoros, Puebla, Méxicosvalero@utim.edu.mx, salvar73@hotmail.com, mgarcia@utim.edu.mxResumen. Las técnicas de minería de datos permiten obtener conocimientooculto en grandes cantidades de datos con información valiosa que, al explotarse,ofrece ventajas competitivas a las organizaciones. En el caso de las institucionesde educación superior, existen muchos datos respecto a los estudiantes, útilespara tomar decisiones estratégicas en pro de los mismos. Con base en esto, se hanaplicado técnicas de minería de datos para buscar predecir la deserción escolaren la Universidad Tecnológica de Izúcar de Matamoros, tomando como base deanálisis los datos del estudio socioeconómico del EXANI-II, elaborado por elCENEVAL, mismo que se aplica desde el año 2003 en nuestra institución. Paraesta investigación se utilizaron específicamente dos algoritmos: el algoritmo deárboles de clasificación C4.5 y el algoritmo de los k vecinos más cercanos.Palabras clave: Minería de datos, deserción escolar, árboles de decisión, kvecinos más cercanos.1 IntroducciónLa minería de datos es una subdisciplina de las ciencias de la computación que ha logrado muchoreconocimientoenlosúltimosaños,principalmenteporquepuedeserusadaparadiferentespropósitoscomo herramienta de apoyo en las demás disciplinas de las ciencias. Su fortaleza radica en el hechode que forma parte del proceso de descubrimiento del conocimiento, cuyo objetivo es la búsqueda depatrones de datos que sean válidos, novedosos, potencialmente útiles y comprensibles [1].La minería de datos en la educación no es un tópico nuevo y su estudio y aplicación ha sido muyrelevante en los últimos años. El uso de estas técnicas permite, entre otras cosas, predecir cualquierfenómeno dentro del ámbito educativo. De esta forma, utilizando las técnicas que nos ofrece laminería de datos, se puede predecir, con un porcentaje muy alto de confiabilidad, la probabilidad dedesertar de cualquier estudiante.2 AntecedentesDe acuerdo con laANUIES [2], en México de cada 100 estudiantes que ingresan a la Institucionesde Educación Superior (IES), sólo 60 egresan, y de éstos sólo 20 se titulan. De acuerdo con laOrganización para la Cooperación y el Desarrollo Económico [3], aproximadamente un tercio
  31. 31. 34de los estudiantes de educación superior en México desertarán antes de completar sus estudiosde nivel superior.Al igual que en muchas IES, la deserción escolar es un grave problema de la UniversidadTecnológicadeIzúcardeMatamoros(UTIM).Muchosfactoresinfluyenenladeserción,sinembargo,al no haber un diagnóstico oportuno, conlleva a la falta de seguimiento del problema. Considerandoun índice de deserción relativamente alto (tabla 1), encontramos un área de oportunidad de poderpredecir la posibilidad de deserción de los estudiantes.Tabla 1. Relación ingreso/deserción por periodo cuatrimestral en la UTIMPERIODO INGRESO DESERCIÓN PORCENTAJESep. - Dic. 2004 881 102 11.58%Ene. - Abr. 2005 779 73 9.37%May. - Ago. 2005 706 37 5.24%Sep. - Dic. 2005 742 77 10.38%Ene. - Abr. 2006 665 55 8.27%May. - Ago. 2006 610 20 3.28%Sep. - Dic. 2006 789 78 9.89%Ene. - Abr. 2007 711 30 4.22%May. - Ago. 2007 681 30 4.41%Sep. - Dic. 2007 871 70 8.04%Ene. - Abr. 2008 801 47 5.87%May. - Ago. 2008 754 33 4.38%Sep. - Dic. 2008 1104 68 6.16%Ene. - Abr. 2009 1036 86 8.30%En el modelo de Universidades Tecnológicas existen dos categorías para docentes: Profesoresde Tiempo Completo (PTC) y Profesores por Asignatura (PA). Dentro de nuestra institución, lostutores son PTC que guían u orientan a los alumnos durante su estancia en la institución. Estosdocentes identifican a los alumnos que desertarán en el momento en que ellos solicitan su baja yaque no existe ningún mecanismo formal que ayude a identificar la vulnerabilidad de los estudiantes;el resultado del proyecto es una herramienta que permite calcular la probabilidad de deserción decada uno de los estudiantes, por lo que nuestra aportación a la UTIM tiene la finalidad de apoyar elproceso de tutorías con una herramienta útil y práctica.3 Minería de datosLamineríadedatosesentendidacomoelprocesodedescubrirconocimientosinteresantes,comopatrones,asociaciones, cambios, anomalías y estructuras significativas a partir de grandes cantidades de datosalmacenadasenbasesdedatos,datawarehouses,ocualquierotromediodealmacenamientodeinformación[4]. La aplicación de algoritmos de minería de datos requiere de actividades previas destinadas a preparar
  32. 32. 35los datos de manera homogénea. Esta primera etapa es también conocida como ETL (Extract, Transformand Load) [5]. Un proceso completo de aplicación de técnicas de minería, mejor conocido como procesode descubrimiento del conocimiento en bases de datos [6] establece a la minería de datos como una etapadel mismo. Dentro de ésta se pueden utilizar diversos algoritmos predictivos como:Árboles de decisión C4.5: categorizado como aprendizaje basado en similaridades [8], los árbolesde decisión son uno de los algoritmos más sencillos y fáciles de implementar y a su vez de los máspoderosos. Este algoritmo genera un árbol de decisión de forma recursiva al considerar el criteriode la mayor proporción de ganancia de información (gain ratio) [4], es decir, elige el atributo quemejor clasifica a los datos.Técnica de los k vecinos más cercanos: conocido como algoritmo de aprendizaje basado eninstancias, su funcionamiento es muy simple: se almacenan los ejemplos de entrenamiento dedatos históricos y cuando se requiere clasificar a un nuevo objeto, se extraen los objetos másparecidos y se usa su clasificación para clasificar al nuevo objeto [7]. Los vecinos más cercanosa una instancia se obtienen, para el caso de los atributos continuos, utilizando la distanciaEuclidiana sobre los n posibles atributos. El resultado de la clasificación por medio de estealgoritmo puede ser discreto o continuo. En el caso discreto, el resultado de la clasificación es laclase más común de los k vecinos [7] [8].4 Desarrollo de la investigaciónPara el desarrollo del proyecto, seguimos la propuesta hecha por Hernández [9] en la que se marca elproyecto de minería en una serie de fases definidas: integración y recopilación, selección, limpiezay transformación, minería de datos, pruebas y verificación de resultados.4.1 Fase de integraciónLas fuentes de datos con las que se trabajó, fueron las bases de datos del EXANI – II y de losalumnos inscritos, proporcionados por el Departamento de Servicios Escolares de la UTIM, de losalumnos que causaron baja, así como sus causas.En resumen, fueron 11 archivos DBF de todas las fechas que se aplicaron EXANI desde2003 hasta 2008, seis archivos XLS de los alumnos inscritos y la digitalización de todos losmemorándums en donde se notificaba la baja del alumno junto con sus causas.4.2 Fase de selección, limpieza y transformaciónLa primera acción realizada fue el análisis de los datos que se insertaron en el almacén de datos; setuvo que llevar a cabo el proceso ETL para seleccionar los datos útiles para la investigación, despuésllevar a cabo la limpieza y transformación de los mismos para obtener una vista minable que permitaconstruir un modelo de calidad, realizando operaciones de discretización, sumarización, etcétera.Para la base de datos del EXANI, se realizó el proceso ETL para seis generaciones distintas,trabajando con 11 bases de datos que correspondieron a cuatro cuestionarios diferentes. La tabla
  33. 33. 362 ejemplifica el grado de complejidad del proceso al trabajar con una gran cantidad de datos, dedominios heterogéneos.Tabla 2. Diferentes atributos usados por el CENEVAL para representar la situación socioeconómicade un estudianteAño Trabaja Hrs. quetrabajaTipo detrabajoTipo deorganizaciónTrabajo quedesarrollaIngresopersonal2003 Trabaja Hrs_trab Tipo_tra Trab_des Ing_per2004 Trab_act Hrs_trab Tip_trab Org_trab Ocu_trab Ingr_per2005 Trab_act Hrs_trab Tip_trab Org_trab Ocu_trab Ingr_per2006 Trab_act Hrs_trab Tip_trab Org_trab Ocu_trab Ingr_per2007 Trab_act Hrs_trab2008 Trab_act Hrs_trab AporPara el caso de la base de datos de los alumnos inscritos, se limpiaron y transformaron los datosde seis archivos tipo XLS, que de la misma forma que el caso anterior, tenían formas distintas dealmacenar los datos de los alumnos. Por citar algunos ejemplos, el apellido de algún alumno sealmacenaba como “PÉREZ”, “Pérez” o “Perez”, o la fecha de su nacimiento, como “17/01/1985” o“17 de Enero de 1985”.Por último, una vez capturados los datos de los alumnos que causaron baja (matrícula, nombre ygeneración), se obtuvo una primer vista minable (mediante SQL), con 16 atributos que representan lascaracterísticas de nuestros alumnos; está vista es útil para aplicar las técnicas de minería de datos.Tabla 3. Concentrado de atributos finales utilizados para el proceso de minería de datosAtributo Valores posiblesSexo H (hombre), M (mujer)Edad <=18, >18Tipo_BachBachillerato Abierto, BGO, Bachillerato Pedagógico, BachilleratoTecnológico (CBTis, CBTa), Colegio de Bachilleres, Preparatoria, ProfesionalTécnico (CONALEP), Otro.Prom_Bach Bajo (menor a 7), Medio (entre 7 y 9) y Alto (superior a 9).Mat_Rep Ninguna, 3 o menos, 7 o menos, más de 7.IntentosPrev Sí, NoApoyoEco Sí, NoInglés Básico, Intermedio, AvanzadoHabEst Nulo, Bajo, Medio, AltoExani Bajo (<1000 puntos índice CENEVAL), Medio (entre 1000 y 1150) y Alto(arriba de 1150).Esc_Padre No lo sabe, Sin estudios, Primaria, Secundaria, Media superior y Superior.Esc_Madre No lo sabe, Sin estudios, Primaria, Secundaria, Media superior y Superior.IngresoFam No lo sabe, <$3000, de $3000 a $6000, de $6001 a $9000, de $9001 a$15000, >$15000Tam_Fam Núcleo (padres y a lo más dos hijos), Extensa (padres y más de dos hijos).Trabaja Sí, NoHrs_Trabajo Menos 10 hrs semanales, Medio Tiempo, Tiempo Completo, No trabajaBaja Sí, No
  34. 34. 374.3 Fase de minería de datosLa tarea de minería de datos seleccionada fue la clasificación, utilizando un árbol de decisiónmediante el algoritmo C4.5 y el método de aprendizaje basado en vecindad conocido como losk vecinos más cercanos (k nearest neighbors). Se crearon muchos árboles de prueba y se ejecutóy probó el algoritmo haciendo las operaciones manualmente. También se construyó un segundomodelo con el algoritmo de los k vecinos más cercanos y se compararon los resultados verificandoel nivel de confiabilidad de ambos modelos, mismos que se presentan a continuación.4.4 Fase de pruebas y verificación de resultadosEn esta fase se generaron los modelos con la ayuda del minero de datos (Weka) [10]. Se realizó unconjunto de pruebas que se verificaron al momento de crear los modelos.Por un lado, para la construcción del árbol de decisión, de las 723 instancias (registros) queformaba nuestra vista minable, Weka tomó 477 instancias (66.6%) para construir el modelo y 246instancias (33.4) para probarlo, con una precisión de 67.07%. Por otro lado, se probó el segundomodelo con la ejecución del algoritmo de los k vecinos más cercanos, utilizando el método deentrenamiento de validación cruzada con 10 evaluaciones, y se pudo notar que al establecer el valorde k en 50, se obtuvo una precisión de 67.77%, superior a algoritmo C4.5. Este fue el porcentajemayor de confiabilidad, ya que se probó el modelo con los valores de k en 1, 10, 50 y 100, obteniendo62.51%, 67.08%, 67.77% y 67.63%, respectivamente.Se eligió la construcción del modelo usando el algoritmo para árboles de clasificación ya quepresenta un nivel de confiabilidad más alto al trabajar con cantidades mayores de datos. Se pudo notaral construir modelos para poco más de 6500 instancias, y el modelo para el árbol de clasificacióntuvo una precisión de 98.98%, mientras que el algoritmo de los k vecinos más cercanos apenas ysuperó el 70% como lo podemos observar en la Figura 1:Figura 1. Comparación de resultados: a la izquierda el % de confiabilidad en k vecinos más cercanos y a laderecha el % de confiabilidad de los árboles de decisión
  35. 35. 38Una vez que se eligió el modelo predictivo con base en árboles de decisión, se procedió a laconstrucción de una interfaz que permitiera interactuar con el modelo construido. Como se cita en [10],es posible leer una serie de reglas directamente del árbol creado, iniciando en la raíz y recorriéndolo apartir de las decisiones tomadas en cada nodo encontrado hasta llegar a un nodo hoja (nodo final).Figura 2. El sistema de predicción de deserción, resultado de la investigaciónUsando el sistema de reglas del modelo creado se desarrolló una interfaz Web [11] que facilita laidentificación de los alumnos vulnerables. Esta interfaz se encuentra implementada en un ServidorLinux con uso de Apache y PHP.A través de esta interfaz (Figura 2) se probó el modelo con datos de alumnos que se encuentraninscritos en el periodo septiembre-diciembre de 2009 del grupo 1A. Este grupo cuenta con 27alumnos, de los cuales cinco se omitieron por no presentar examen de ingreso, quedando 22registros para la prueba, cuyos resultados se muestran en la Figura 3.Figura 3. Resultados de la prueba del modelo con datos reales
  36. 36. 395 ResultadosLa interfaz creada se encuentra disponible en el sitio Web de la UTIM [11] y cada tutor podráhacer uso de ella.En resumen, nuestra investigación mostró que los alumnos de la UTIM desertan por las siguientestres causas principales:ü La edad es un factor importantísimo que tiene que ver con la madurez y perspectiva de futurode los estudiantes,ü Los ingresos familiares, para aquellos alumnos cuya edad sea menor o igual a 18 años, puestoque a esta edad aún dependen de los ingresos familiares para el costo de su educación, yü El nivel de inglés, para aquellos alumnos cuya edad sea mayor a 18 años.ConclusionesComo primera conclusión podemos afirmar que las técnicas de minería de datos que usamosproporcionan una manera que permite determinar aquellos alumnos que son candidatos a desertar.Existe la suficiente evidencia para afirmar que mediante la interfaz propuesta en esta investigaciónlos tutores de nuestra institución podrán determinar este factor de riesgo de manera oportuna, paraasí dar seguimiento a aquellos estudiantes vulnerables. Esta herramienta tiene la particularidad deque fue creada específicamente para los alumnos del Programa Educativo de TIC-SI, con datoshistóricos de éste y sólo puede utilizarse en la UTIM. La aplicación de este modelo en otros entornosno sería posible, sin embargo, el desarrollo de todo el proceso de descubrimiento del conocimiento yla aplicación de estas técnicas de minería de datos podría emularse de la misma manera.Referencias[1] Fayyad, U. M., 1996: “Data Mining and Knowledge Discovery: Making Sense out of Data”, IEEEIntelligent Systems, Vol. 11, No. 5, USA, ISSN: 0885-9000.[2] ANUIES, 2003, “El significado de la tutoría académica en estudiantes de primer ingreso a la licenciatura”,Revista de la Educación Superior, Vol 3, No 127, México, ISSN: 01852760.[3] OCDE,2006,“Highereducation:quality,equityandefficiency”,Obtenidoeldía15dediciembrede2009,desdela World Wide Web en el sitio http://www.oecd.org/site/0,3407,en_21571361_36507471_1_1_1_1_1,00.html.[4] Britos P., Hossian A., 2005, “Minería de Datos”, Nueva Librería, Argentina, ISBN: 9871104308.[5] Kimball, R, 2002, “The Data Warehouse Toolkit: the Complete Guide to Dimensional Modeling”, WileyComputer Publishing, USA, ISBN: 780471200246.[6] Cabena, P., Hadjinian, P., 1988, “Discovering Data Mining, From Concept to Implementation”, PrenticeHall, USA, ISBN: 9780137439805.[7] Morales, E., 2009, “Descubrimiento de conocimiento en bases de datos”, Obtenido el día 11 de julio de2009, desde la World Wide Web en el sitio http://ccc.inaoep.mx/~emorales/Cursos/KDD/principal.html.[8] Han J., Kamber M., 2006, “Data Mining: Concepts and Techniques”, The Morgan Kaufmann Publishers,USA, ISBN: 1558609016.[9] Hernández J., Ferrari C., Ramírez M., 2004. “Introducción a la minería de datos”, Pearson Educación,España, ISBN: 9788420540917.[10] Witten I., Frank E., 2005, “Data Mining, Practical Machine Learning, Tools and Learning”, The MorganKaufmann Publishers, USA, ISBN: 0120884070.[11] Valero S., Salvador A., García M., 2009, “Modelo de predicción”, Disponible en la World Wide Web enhttp://www.utim.edu.mx/mineria.
  37. 37. 40Experiencias en la implementación de aulas virtuales parala incorporación de las TIC al aprendizajeClave del Proyecto: 011.09-P03Ramanuján Gómez,1 Fausto Iuit2 y José Ordóñez21CBTis 95, calle 22 Núm. 102 por 21 y 23 Col. Yucatán C.P. 97050 Mérida, Yucatán, México.2CETIS 112, Circuito Colonias por Av. Rafael Matos Escobedo1rama.cbtis95@innove.com.mx, 2 jaon126@hotmail.comResumen. En este proyecto participaron 72 profesores de Matemáticas, Cienciasexperimentales, Sociales y humanidades, Comunicación y Especialidades delestado de Yucatán, proporcionándoles la metodología y herramientas necesariaspara diseñar e implementar 61 aulas virtuales que fueron utilizadas por 1,716alumnos como una herramienta didáctica de apoyo a las clases presenciales,favoreciendo el desarrollo de competencias genéricas y docentes enmarcadas enla Reforma Integral de la Educación Media Superior.Se registraron dos dominios, se habilitó un servidor dedicado a configurarun sistema gestor del aprendizaje. Se diseñó e impartió el diplomado “AulasVirtuales para el Aprendizaje”, con características específicas para esteproyecto. Se realizó un acompañamiento de manera virtual y presencial a losprofesores durante todo el proceso de implementación de las aulas virtuales consus alumnos.Para la evaluación del proyecto se diseñaron y aplicaron encuestas y preguntasabiertas a una muestra de los profesores y alumnos participantes.Palabras clave: Aula virtual, Recursos Tecnológicos para el Aprendizaje, lasTecnologías de la Información y la Comunicación en el Aula, Sistema Gestordel Aprendizaje, Plataforma didáctica.1 IntroducciónEste informe se estructuró con los siguientes apartados: resumen, introducción, justificación,objetivo, metodología, conclusión, trabajos futuros y bibliografía.En el presente proyecto se diseñaron e implementaron 61 aulas virtuales con los profesorespertenecientes a los subsistemas Dirección General de Educación Tecnológica e Industrial(DGETI), Dirección General de Educación TecnológicaAgropecuaria (DGETA), Dirección Generalde Educación en Ciencia y Tecnología del Mar (DGCyTM), Colegio de Estudios Científicos yTecnológicos (CECyTEY) y Colegio de Bachilleres del Estado de Yucatán (COBAY), para usarcomo una herramienta didáctica de apoyo a las clases presenciales del nivel medio superior, queresponden a los planteamientos del Programa Sectorial de Educación 2007-2012 en sus objetivos 3.3y 3.4, así como de los Acuerdos Secretariales 442, 444 y 447 del Sistema Nacional de Bachillerato.Para el logro de los objetivos de este proyecto los profesores participaron en el diplomado “AulasVirtuales para el Aprendizaje” en la modalidad semipresencial (b-Learning) con la ayuda de un
  38. 38. 41Sistema Gestor del Aprendizaje (Moodle) implementado para este proyecto, que les proporcionóla metodología y herramientas necesarias con las cuales diseñaron e implementaron las 61 aulasvirtuales que fueron utilizadas por 1,716 alumnos. Estas expectativas fueron superadas, lográndosela participación de 72 profesores y la construcción de 61 aulas virtuales.El Aula Virtual es un recurso de apoyo a la enseñanza y el aprendizaje que cualquier profesorcapacitado puede diseñar y utilizar. Es un espacio virtual en donde se desarrollan estrategias deaprendizaje con la ayuda de algunas herramientas que el profesor configura para realizar diferentesactividades: como foros de discusión, wikis, lecturas, tareas de elaboración de esquemas gráficos,investigaciones, resúmenes, cuestionarios, exámenes o enlaces a otros recursos de interés para laformación del alumnado. Con la puesta en marcha de aulas virtuales por parte del profesor, se lograinteresar y motivar al alumno a través de escenarios de aprendizaje innovadores, además de poneren marcha procesos de reflexión, análisis, síntesis y autoevaluación, que favorecen la colaboracióny cooperación entre los alumnos y/o la adopción de roles distintos.El proyecto de aulas virtuales favorece el uso de las Tecnologías de la Información y laComunicación como una herramienta de apoyo a la modalidad escolarizada (clase presencial) y eldesarrollo de ambientes de aprendizaje innovadores que motivan e interesan al alumno a: Aprendera aprender, Aprender a hacer, Aprender a ser y Aprender a convivir. Con la implementación de esteproyecto se propician varias experiencias formativas y el desarrollo de competencias en el profesory el alumno enmarcadas en SNB. Los resultados de este trabajo permiten abrir nuevas líneas deinvestigación para futuros estudios relacionados con el impacto de las Tecnologías de la Informacióny la Comunicación (TIC) en el aula y el aprendizaje.2 JustificaciónEl programa sectorial de educación 2007-2012 en sus objetivos 3.3 y 3.4 menciona: 3.3 “Capacitar alprofesorado en el acceso y uso de las Tecnologías de la Información y la Comunicación para mejorarlos ambientes y procesos de aprendizaje. Diseñar y ofrecer cursos de capacitación y actualizacióndirigidos al conjunto de los profesores de todas las modalidades y orientados al trabajo de loscontenidos de aprendizaje de las distintas asignaturas del plan de estudios, mediante el empleo de lasTecnologías de la Información y la Comunicación y otros materiales digitales”. 3.4 “Promover en lasaulas la utilización de espacios virtuales para acercar a los docentes y estudiantes a la tecnología depunta, así como desarrollar competencias para su uso. Desarrollar plataformas didácticas y utilizarlasde manera masiva a través de las Tecnologías de la Información y la Comunicación. Emplear demanera sistemática en los ambientes escolares dichas tecnologías, para apoyar la inserción de losestudiantes en la sociedad del conocimiento y ampliar sus capacidades para la vida, incluyendo laeducación y capacitación a distancia y el desarrollo de una cultura informática”.3 ObjetivoIncorporar las Tecnologías de la Información y la Comunicación a la práctica docente, mediante laimplementación de aulas virtuales para el aprendizaje, con acciones que favorezcan el desarrollo decompetencias genéricas, disciplinares y docentes.
  39. 39. 424 MetodologíaPara lograr los objetivos planteados en este proyecto se describe a continuación los diferentesprocesos que se desarrollaron para su implementación.1st. Se contrataron y registraron dos dominios ante Network Information Center México S.C.innove.com.mx y redinnove.com.mx.2nd. Se habilitó un servidor dedicado con las siguientes características técnicas: Procesador XeonDual de 2.8 Ghz, RAM de 4 G, Disco Duro de 2x250 GB, Servidor Web Apache, Servidor FtpProFTPD, Servidor Mail SMTP, IMAP4, POP3, Ancho de Banda 5000 GB.3rd. Se instaló y configuró en el servidor dedicado un sistema gestor del aprendizaje (Moodle) [4]con la posibilidad de atención a 2500 usuarios.4th. Se diseñó, planeó e impartió el diplomado “Aulas Virtuales para el Aprendizaje” con lassiguientes características específicas para este proyecto:• Modalidadsemipresencial(B-learning)loquesignificóquelosparticipantesdeldiplomadoaprendieron las TIC con las TIC, es decir, que los contenidos del diplomado se alojaronen un aula virtual disponible en la plataforma implementada para que los profesores adistancia fueran utilizando los recursos y actividades del aula para el desarrollo de lasactividades de cada módulo.• Se trabajó con base en una metodología de investigación-acción en donde los profesoresdisponían de un tiempo en cada módulo para poner en práctica con sus alumnos losaprendizajes logrados.• Los participantes del diplomado conformaron un grupo heterogéneo y multidisciplinariode profesores, tanto por la diversidad de edades que fluctuaban entre los 23 y 60 años deedad y de 3 a 35 años de servicio prestados, como por la diversidad de asignaturas, lo quepermitió acercar a los profesores con menos experiencia en el uso de las tecnologías paraque conozcan, utilicen y diseñen estrategias innovadoras aplicables al aula con el uso delas Tecnologías de la Información y Comunicación y reflexionar sobre la necesidad detransformar su práctica educativa.• Un producto del diplomado fue que los profesores construyeran un aula virtual para unaunidad de la asignatura que estaban impartiendo en el semestre vigente, con el enfoquemetodológico propuesto en el Sistema Nacional del Bachillerato a través de una secuenciadidáctica que incluyera estrategias centradas en el aprendizaje innovadoras y enriquecidascon los recursos y actividades tecnológicas de que dispone Moodle.• Los profesores impartieron un curso de inducción a sus alumnos para que puedan utilizare interactuar con las actividades y recursos que el profesor diseñó e implementó en suaula virtual. En este proceso se incluyó la matriculación de los alumnos con su usuario ycontraseña de acceso a la plataforma, la calendarización de actividades y la autentificaciónal aula virtual, así como el proceso de editar el perfil de cada alumno que incluyó adjuntarsu fotografía.5th. Se realizó una coevaluación con base en una lista de cotejo elaborada para constatar si las aulasvirtuales cumplían con los requisitos establecidos para este proyecto tanto en lo tecnológicocomo en lo pedagógico.
  40. 40. 436th. Se realizó un acompañamiento de manera virtual y presencial a los profesores durante todo elproceso de implementación de las aulas virtuales con sus alumnos.7th. Se evaluó la satisfacción e impacto en el uso de aulas virtuales, a través de encuestas dirigidasa dos poblaciones: profesores y alumnos que han recibido el beneficio del uso del aula virtualpara el desarrollo de las asignaturas. Así mismo, su formato está elaborado como una escalade medición ordinal ya que éstas cuentan con tres o más niveles establecidos que implicanun orden inherente entre sí. Es, por tanto, una escala cuantitativa que permite ordenar loseventos en función de la mayor o menor posesión de un atributo o característica. Para ambaspoblaciones, en la escala de la evaluación de satisfacción, se incluyeron reactivos abiertos quefueron interpretados de manera cualitativa.4.1 Recolección de datosLarecoleccióndedatosserealizóatravésdelservidordisponibleparaesteproyecto,esdecir,lasencuestassediseñaronyconstruyeronenunlenguajedeprogramación,paraestecasoPHP,yorganizándoseenunabase de datos MySQL para que estuviesen disponibles en línea para alumnos y profesores http://www.redinnove.com/alumnos2009 y http://www.redinnove.com/docentes2009 y contestaran las encuestas.Así mismo, el sitio http://www.redinnove.com/docentes2009/resultados sirvió de contenedor de las seisencuestas aplicadas con las cuales se tabularon, graficaron e interpretaron los datos.5 ConclusionesEn este proyecto participaron 72 profesores pertenecientes a los subsistemas: Dirección Generalde Educación Tecnológica e Industrial (DGETI), Dirección General de Educación TecnológicaAgropecuaria (DGETA), Dirección General de Educación en Ciencia y Tecnología del Mar(DGCyTM), Colegio de Estudios Científicos y Tecnológicos (CECyTEY) y Colegio de Bachilleresdel Estado de Yucatán (COBAY), así como 1,716 alumnos que utilizaron las aulas virtualesconstruidas por sus profesores, lo que les permitió desarrollar algunas competencias docentes,genéricas y disciplinares enmarcadas en el Sistema Nacional del Bachillerato.5.1 Objetivos alcanzados en el proyecto1. Se capacitó a los profesores en el uso de las TIC con las TIC.2. Se capacitó a profesores en el uso de lasTIC mediante espacios virtuales para el aprendizaje.3. Los alumnos utilizaron las TIC a través de espacios virtuales para el aprendizaje.4. Construcción de 61 aulas virtuales a través de un Sistema Gestor de Aprendizaje, orientadas altrabajo de los contenidos de aprendizaje de las distintas asignaturas del plan de estudios con elconjunto de profesores pertenecientes a la Educación Media Superior del estado de Yucatán.5. Implementación de las 61 aulas virtuales en la práctica docente para utilizar con sus alumnos.6. Promover en las aulas la utilización de espacios virtuales para acercar a los docentes yestudiantes a la tecnología de punta, así como desarrollar competencias para su uso.
  41. 41. 445.2 Recursos y actividades diseñadas por los profesores en su aula virtualLos profesores implementaron 494 recursos y 469 actividades en las aulas virtuales que utilizaroncon sus alumnos.Recursos que se implementaronVideos Hipervínculos yligasCarpeteas yarchivos Audios Calendarios97 209 122 9 57Actividades que se implementaronForo Chat Wiki Cuestionarios Tareas Glosarios134 18 87 56 154 205.3 Resultados del grado de satisfacción del docenteCon base en el análisis de los resultados de las encuestas aplicadas a los profesores se concluye queen su gran mayoría se encuentran muy satisfechos de los contenidos y productos del diplomado.Al 90% de los profesores les causó un gran impacto el haber diseñado e implementado un aulavirtual como herramienta que favoreció mejoras e innovaciones en su práctica docente, y queresultaron del interés de los alumnos esta nueva forma de propiciar aprendizajes.El 100% de los profesores encuestados respondió que sí recomendaría a sus compañerosparticipar en el desarrollo de aulas virtuales como proceso de actualización y formación, y comoherramienta de apoyo a los procesos de aprendizaje.5.4 Competencias docentes desarrolladas• Organiza su formación continua a lo largo de su trayectoria profesional.• Lleva a la práctica procesos de enseñanza y de aprendizaje de manera efectiva, creativa einnovadora a su contexto institucional.
  42. 42. 45• Construye ambientes para el aprendizaje autónomo y colaborativo.• Participa en los proyectos de mejora continua de su escuela y apoya la gestióninstitucional.5.5 Resultados del grado de satisfacción de los alumnosEncuesta de satisfacción de alumnos en el uso del Aula VirtualNombreNúmero deencuestadosNúmero deítemsResultadosGrado de satisfacción 1000 17El 76.69% se encuentra entretotalmente satisfecho y muysatisfecho.Resultados globales de la encuesta a alumnos del proyecto “Implementación de AV para la incorporación delas TIC en el aprendizaje”Núm. Pregunta Muy bien y aceptable1 Contenidos 99.64%2 Como apoyo y acompañamiento en mi clase. 98.75%3Disponibilidad de acceso a la información en elAV (Archivo de texto, videos, power point, ligas,etc.)98.75%4 Plataforma de tecnologías de información. 99.11%5 Global 98.75%En las encuestas aplicadas a los alumnos que utilizaron las aulas virtuales diseñadas eimplementadas por sus profesores, más de 90% aceptaron con agrado la disponibilidad derecursos didácticos como videos de You tube, laboratorios virtuales, tablas interactivas y juegosdidácticos, entre otros contenidos educativos relacionados con las asignaturas de Matemáticas,Física, Química, Lengua adicional al español, Contabilidad, Lectura, expresión oral y escrita,Ciencia, tecnología, sociedad y valores, lo que les llamó mucho la atención al descubrir cómolas TIC pueden ser una ayuda para sus aprendizajes.Otro punto a destacar es que al 81.5% de los alumnos encuestados les resultó de mucha utilidady beneficio disponer de un sitio en internet creado por sus profesores donde, a cualquier hora, aunfuera de la escuela y en fines de semana, puedan acceder a información de las clases, actividades ytareas; con esto la comunicación maestro-alumno rompe el esquema de las cuatro paredes del aula yse extiende extramuros a través de la tecnología.
  43. 43. 465.6 Competencias genéricas desarrolladas por los alumnos• Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante lautilización de medios, códigos y herramientas apropiadas.• Desarrolla innovaciones y propone soluciones a problemas a partir de métodosestablecidos.Además, este proyecto contribuyó a dar respuesta a uno de los objetivos del Programa Sectorialde Educación 2007-2012 que es “Promover en las aulas la utilización de espacios virtuales paraacercar a los docentes y estudiantes a la tecnología de punta, así como desarrollar competencias parasu uso. Desarrollar plataformas didácticas y utilizarlas de manera masiva a través de las tecnologíasde la información y la comunicación. Emplear de manera sistemática en los ambientes escolaresdichas tecnologías, para apoyar la inserción de los estudiantes en la sociedad del conocimientoy ampliar sus capacidades para la vida, incluyendo la educación y capacitación a distancia y eldesarrollo de una cultura informática”.5.7 Trabajos futurosSe propone la continuidad de este proyecto con dos propósitos específicos, el primero:incrementar elnúmero de profesores en el diseño e implementación de Aulas Virtuales, para mejorar los ambientesy procesos de aprendizaje y, por consiguiente, aumentar el número de estudiantes que utilizaránla tecnología de punta, además de desarrollar las competencias docentes “Organiza su formacióncontinua a lo largo de su trayectoria profesional” y “Lleva a la práctica procesos de enseñanza yde aprendizaje de manera efectiva, creativa e innovadora a su contexto institucional”, mediante lamultiplicación del diplomado a nivel estatal y nacional con los egresados de la primera generaciónde “Aulas Virtuales para el Aprendizaje”.El segundo propósito es trabajar con los profesores que participaron en este proyecto, en lacreación de nuevas aulas virtuales y en la formación de otros profesores en el uso de sistemasgestores del aprendizaje a través de procesos de capacitación encaminados a la multiplicación,acompañamiento, seguimiento, evaluación y actualización de sus aprendizajes en el diseño,construcción y aplicación de recursos y actividades tecnológicas basados siempre en unenfoque pedagógico y metodológico centrado en el aprendizaje más que en la enseñanza,de acuerdo con propuestas de la RIEMS. Con esto se pretenden desarrollar los siguientesatributos de tres competencias docentes: “Identifica los conocimientos previos y necesidadesde formación de los estudiantes, y desarrolla estrategias para avanzar a partir de ellas”,“Diseña y utiliza materiales adecuados en el salón de clases”, “Da seguimiento al procesode aprendizaje y al desarrollo académico de los estudiantes”, “Fomenta la autoevaluación ycoevaluación entre los estudiantes para afianzar sus procesos de aprendizaje”, “Estimula laparticipación de los estudiantes en la definición de normas de trabajo y convivencia, y lashace cumplir”, “Colabora en la construcción de un proyecto de formación integral dirigido alos estudiantes en forma colegiada con otros docentes y los directivos de la escuela, así comocon el personal de apoyo técnico pedagógico”.Estos dos propósitos propiciarán el desarrollo de varias competencias genéricas y disciplinaresen los alumnos.
  44. 44. 47Para el logro de los objetivos anteriormente planteados, se requiere continuar con la disponibilidadde un servidor dedicado que alojará el sistema gestor de aprendizaje Moodle donde las característicastécnicas del servidor y ancho de banda estarán condicionadas por el número de usuarios queaccederán a ella. El recurso humano estará a cargo de los responsables del proyecto, un asesor, dosprogramadores y de los profesores participantes en el primer proyecto.Este proyecto contribuyó a utilizar las Tecnologías de la Información y la Comunicación demanera sistemática en los ambientes escolares, favoreciendo la inserción de alumnos y profesoresen la sociedad del conocimiento y ampliar sus capacidades para la vida, incluyendo la educación ycapacitación a distancia y el desarrollo de una cultura informática.Los resultados de este proyecto permiten abrir nuevas líneas de investigación referentes a medirel impacto de los aprendizajes de los alumnos en diferentes asignaturas, contextos, edades, al utilizarlas aulas virtuales diseñadas por sus profesores.Referencias1. SEP. ACUERDO número 442. Por el que se establece el Sistema Nacional de Bachillerato en unmarco de diversidad. Diario Oficial de la Federación (2008).2. SEP. ACUERDO número 444. Por el que se establecen las competencias que constituyen el marcocurricular común del Sistema Nacional de Bachillerato. Diario Oficial de la Federación (2008).3. SEP. ACUERDO número 447. Por el que se establecen las competencias docentes para quienes impartaneducación media superior en la modalidad escolarizada. Diario Oficial de la Federación (2008).4. Moodledocs, documentación para moodle en castellano, GNU general public license, www.docs.moodle.org/es/portada.5. Adell, J., & Bernabé, Y. (2008). El aula virtual como soporte a la formación presencial universitaria.Quaderns Digitals. Net(38). Recuperado el 20 de marzo de 2010, de http://www.quadernsdigitals.net/index.php?6. Barberà, G.E. & Badia G.A., (2005). “El uso educativo de las aulas virtuales emergentes en la EducaciónSuperior” [artículo en línea]. Universidad Oberta de Catalunya España. Revista Iberoamericana deEducación. ISSN 1681-5653.7. Hiltz R,(205). Department of Information System College of Computing Sciences New Jersey Instituteof Technology University Heights. Building Learnig Communities in On Line Courses, disponible enhttp://web.njit.edu/~hiltz/8. Kutukdjian y Corbett. (2009). Informe mundial de la UNESCO: Invertir en la diversidad cultural y eldiálogo intercultural [en línea]. Editorial: UNESCO. Recuperado el 22 de marzo de 2010, de http://unesdoc.unesco.org/images/0018/001847/184755S.pdf9. Barbera y Badía (2004). Educar con aulas virtuales. Madrid, España: A. Machado libros.10. Centro Virtual Cervantes (2009). El aprovechamiento de las Tecnologías de la Información y laComunicación para la creación de redes de aprendizaje colaborativo: La experiencia de Telefónica deEspaña. Revisado en línea en febrero de 2009 en sitio Web: http://cursos.cepcastilleja.org/mod/forum/discuss.php?d=3294.
  45. 45. 48Modelo predictivo para la determinación de causas dereprobación mediante Minería de DatosErika Rodallegas Ramos,1 Areli Torres González,1 Beatriz B. Gaona Couto,1Erick Gastelloú Hernández,1 Rafael A. Lezama Morales,1 Sergio Valero Orea21Área de Tecnologías de la Información y Comunicación, Universidad Tecnológica de Puebla,Antiguo Camino a la Resurrección Núm. 1002-A, Zona Industrial, Puebla, Puebla, C.P. 72300,(222) 309-88-06, 2 Área de Tecnologías de la Información y Comunicación,Universidad Tecnológica de Izúcar de Matamoros, Prolongación Reforma Núm. 168,Barrio de Santiago Mihuacán, Izúcar de Matamoros, Puebla, C.P. 74420, (243) 436 38941{erika.rodallegas, areli.torres, beatriz.gaona, erick.gastellou, rafael.lezama}@utpuebla.edu.mx2svalero@utim.edu.mxResumen. La reprobación escolar, específicamente en el nivel superior, es unfenómeno altamente indicativo de la crisis por la que atraviesa la sociedaden general y la educación. Se entiende que la reprobación como parte delfracaso escolar es preocupante en todos los niveles educativos. Se estima quela eficiencia terminal en educación superior en México oscila entre 53% y63%. En este trabajo se llevó a cabo el análisis de los datos que nos permitirángenerar un modelo que ayude a predecir, desde que los alumnos ingresan ala Universidad, las causas que los llevarán a reprobar, así como las materiascon mayor riesgo. Se recolectaron los datos relevantes que inciden en lareprobación por alumno, resultando un repositorio denominado datawarehouse,sobre él se está trabajando para diseñar el modelo predictivo. Finalmente, seimplementará en una interfaz para que el usuario pueda capturar y observarlos resultados.Palabras clave: Reprobación escolar, ETL, Datawarehouse, Minería de datos,KDD.1 IntroducciónLos problemas más complejos que enfrentan las instituciones de educación son ladeserción, la reprobación, el rezago estudiantil y los bajos índices de eficienciaterminal [1]. La reprobación se define como un insuficiente rendimiento cuantitativoy/o cualitativo de las potencialidades de un alumno para cubrir los parámetrosmínimos establecidos por una institución educativa [2]. La reprobación se puedeexplicar por diversos factores (entre ellos los socioeconómicos) y no sólo comoun problema de falta de capacidades, se señala el examen[3] como “instrumentode evaluación” utilizado por las instituciones de nivel superior para eliminar de laescuela a los “reprobados”.En esta investigación se está construyendo un modelo que ayude a predecir las causas dereprobación, tomando en cuenta diversos aspectos de los estudiantes actuales y anteriores,
  46. 46. 49entre ellos: los datos del historial académico, problemas personales y psicológicos. Estosdatos fueron proporcionados por la Universidad Politécnica de Puebla (UPP), para aplicarherramientas y técnicas de minería de datos.En la UPP los índices de reprobación y deserción se han comportado como se muestraen la tabla 1.Tabla 1. Porcentajes de reprobación y deserción histórica de la UPP% de reprobación y deserciónPrograma educativo2005 2006 2007 2008 2009Rep Des Rep Des Rep Des Rep Des Rep DesBiotecnología 23 27 31 28 30 29 30 30 33 19Informática 37 67 43 62 58 57 52 52 37 23Electrónica ytelecomunicaciones36 65 45 60 56 55 51 50 34 22Mecatrónica 26 26 42 26 40 26 35 20En la tabla 1 se observa que el año en el que se tuvo mayor problema de reprobación fueen 2007, debido a esto se tomaron medidas como clubes de asesoría, tutoría personalizada,talleres extracurriculares, atención psicológica, entrevistas con padres de familia y cursosde regularización, que ayudaron a que este índice fuera disminuyendo, sobre todo en lascarreras que tienen mayor problema tanto de reprobación como de deserción, que son lasde Informática, y Electrónica y Telecomunicaciones.Normalmente los problemas de reprobación se tratan de resolver hasta que los alumnoscomienzan a tener problemas para promediar, por lo que el objetivo primordial de estainvestigación es anticiparse a que este fenómeno suceda, previniendo con algunas medidasque la institución considere convenientes, conociendo las causas por las que los alumnostienen problemas para culminar con éxito una materia.2 Metodología utilizadaLa metodología utilizada es la que propone Hernández Orallo [4] para el proceso deextracción o descubrimiento de conocimiento en bases de datos (Knowledge Discovery inDatabases, KDD), este proceso es iterativo e interactivo, por lo que se permite regresara etapas previas las veces que sea necesario, para refinar el modelo y tomar los datos queayuden a determinar con mayor precisión las causas de reprobación y las materias conmayor riesgo.La figura 1 muestra la secuencia de pasos para llegar al conocimiento, partiendo de unconjunto de datos dispersos en una organización.
  47. 47. 50Figura 1. Proceso KDD [5]3 DesarrolloLos datos que se recolectaron corresponden a todas las carreras que se imparten enla UPP de todos los ciclos desde que inició la Universidad (2004); se incluyeron lossiguientes datos: calificaciones por área del examen de admisión EXANI II, datosrelevantes del estudio socioeconómico, calificación del test de intereses vocacionales(KUDER), calificación del test de coeficiente intelectual (RAVEN), estilos deaprendizaje, evaluación a profesores, asignaturas cursadas y su promedio porcuatrimestre.Con todos estos datos se creó un repositorio con el histórico de la información de losalumnos que actualmente están cursando la Ingeniería en cualquiera de las cuatro carrerasde la UPP.El proceso que consumió la mayor parte del tiempo en toda esta serie de pasos es lade ETL (Extracción, Transformación y Carga); es crítica su correcta elaboración debidoa que los datos que se toman para crear el repositorio están almacenados con diferentesformatos, en diferentes fuentes y con errores en su captura, o con valores incompletos;hubo entonces que aplicar técnicas para depurar todo de tal manera que el almacén dedatos quedara lo más completo y homogéneo posible.
  48. 48. 51Figura 2. Proceso ETL [6]Se aplicaron técnicas de clasificación, utilizando árboles de decisión medianteel algoritmo C4.5, para crear un modelo predictivo que identifique las materias quereprobarán los alumnos, así como sus causas. Se realizó un árbol de decisión por cadamateria para que se pueda obtener el porcentaje de probabilidades de que la apruebeo repruebe, así como las probables causas por las que tendrá problemas en dichasmaterias. Por lo tanto, el modelo quedó conformado por 157 árboles de las cuatrocarreras de la UPP.Se está diseñando una interfaz de tal manera que la información pueda ser analizadae interpretada por cualquier persona y que los datos nuevos puedan ser capturados yclasificados; esta interfaz tendrá dos maneras de visualizar los resultados, en pantalla o enun archivo PDF para que pueda ser impresa.Se están comprobando los resultados del modelo predictivo usando los datos delos alumnos que ingresaron en el periodo septiembre–diciembre de 2009; con esto secomprobará el porcentaje de eficiencia del modelo diseñado.En este momento la investigación se encuentra en la fase de obtención del modelopredictivo; se tiene integrado el almacén de datos, el cual quedó conformado como semuestra en la figura 3.

×