Tesis - Maestría en Sistemas de Información

Permanent URI for this collection

https://repositorio.utc.edu.ec/handle/27000/5670

Browse

Browsing Tesis - Maestría en Sistemas de Información by Author "Corrales Beltrán, Segundo Humberto"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Estrategia tecnológica para el aprendizaje adaptativo en la enseñanza de programación estructurada
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC)., 2022) Pucuji Cunalata, Karina Marylin; Corrales Beltrán, Segundo Humberto
    En el presente trabajo de investigación se establece una estrategia tecnológica para el aprendizaje adaptativo en la enseñanza de programación estructurada dirigida a los estudiantes de los primeros ciclos de la Carrera de Sistemas de Información de la Universidad Técnica de Cotopaxi, que permite incorporar las TIC como soporte al desarrollo educativo. La misma, está enfocada para trabajar aspectos básicos de programación estructurada apoyándose en el lenguaje de programación Python. A través de esta propuesta, se busca despertar el interés y mantener la motivación de los alumnos en relación a la programación estructurada y a generar en ellos una cultura investigadora con el fin de que mediante el uso de las tecnologías puedan construir su propio conocimiento. En este trabajo se presentan la fundamentación de la propuesta y los resultados de una primera implementación los mismos que reflejan un alto grado de aceptación por parte de los estudiantes ya que se evidencio que un 94% obtuvieron el aprendizaje esperado.
  • No Thumbnail Available
    Item
    Métodos para el análisis de la información en corpus de artículos científicos con algoritmos de clasificación y librerías NLTK en la Plataforma Científica ECUCIENCIA
    (Ecuador: Latacunga: Universidad Técnica de Cotopaxi: UTC, 2020) Corrales Beltrán, Segundo Humberto; Rodríguez Bárcenas, Gustavo PhD.
    La plataforma web denominada ECUCIENCIA perteneciente a la Universidad Técnica de Cotopaxi almacena la producción científica de los docentes investigadores, este sistema muestra algunas métricas para los artículos considerando para ello solo el título, resumen y palabras claves, siendo insuficiente si analizamos la riqueza de todo el contenido del documento en formato PDF; se podría extraer información relevante relacionada con las líneas de investigación y otros documentos científicos a partir de la frecuencia de las palabras en cada documento, para solventar esta problemática se estableció un método de análisis de información en corpus de artículos científicos, mediante algoritmos de procesamiento de datos que se encuentran en las librerías NLTK, NUMPY, MATPLOTLIB, PYPDF2, SKLEARN y SCIPY de Python. Se usó la metodología Scrum para el desarrollo del módulo y se validaron los resultados a través de métodos estadísticos. Se obtuvieron datos a partir de un muestreo aleatorio simple y el análisis de la información contenidas en el corpus de los artículos científicos de la muestra seleccionada, pudiéndose obtener información relevante y visualización de datos significativos de las distancias Euclidiana, Correlación, Chebychev, Coseno, Coeficiente de Jaccard y el Índice Dice. La validación de los resultados a través del análisis de la varianza de un factor arrojó el valor de F = 17,621 siendo mayor que el valor crítico para F que fue de 2,412 y la probabilidad menor a 0,05 demostrando que las variables de frecuencias de los artículos se comportan de manera significativa en el proceso de representar métricas de acuerdo al corpus de los artículos.