Empleo de la Neutrosofía para predecir la promoción individual de los estudiantes de la carrera de ingeniería informática

Contenido principal del artículo

Hugo A. Martínez Noriega

Resumen

En la Universidad de las Ciencias Informáticas de La Habana, Cuba, a partirdel 2009, se comenzóa realizaren los estudiantes que arriban al centro una serie de diagnósticos pedagógicos, que junto con los datos generales del expediente del alumno constituyen un estudio inicial de las características personales y de aptitudes cognoscitivas de cada uno de ellos; sin embargo, no hay un uso adecuado de los mismos. En el presente trabajo, se emplean diferentes métodos estadísticos los cuales permiten hacer un estudio de las relaciones de estos datos y el primer corte evaluativo del semestre, con los resultados de promoción limpia al finalizar el primer año de la carrera. Además, se estructura la población de estudiantes de ese año engrupos homogéneos en cuanto a las características encontradas y los grupos obtenidos se utilizan como base de un mecanismo de clasificación que reagrupe a los estudiantes de nuevo ingreso del curso entrante, luego del primer corte evaluativo, permi-tiendo instaurar un sistema de medidas pedagógicas diferenciadas para cada grupo de estudiantes. Se emplean la Neutrosofía para Neutrosofía para predecir la promoción individual de los estudiantes de la carrera de ingeniería informática, después de un previo análisis con técnicas estadísticas.

##plugins.themes.bootstrap3.displayStats.downloads##

##plugins.themes.bootstrap3.displayStats.noStats##

Detalles del artículo

Cómo citar
Empleo de la Neutrosofía para predecir la promoción individual de los estudiantes de la carrera de ingeniería informática. (2019). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 6(2), 67-81. https://fs.unm.edu/NCML2/index.php/112/article/view/45
Sección
Articulos

Cómo citar

Empleo de la Neutrosofía para predecir la promoción individual de los estudiantes de la carrera de ingeniería informática. (2019). Neutrosophic Computing and Machine Learning. ISSN 2574-1101, 6(2), 67-81. https://fs.unm.edu/NCML2/index.php/112/article/view/45