@article{11162/98121,
year = {2011},
url = {http://hdl.handle.net/11162/98121},
url = {http://www.edutec.es/revista/index.php/edutec-e/article/view/390},
abstract = {La participación de estudiantes en iniciativas de b-learning genera una gran cantidad de datos e indicadores que no siempre son adecuadamente analizados por los docentes. Las plataformas de formación virtual permiten gestionar de manera óptima dichos indicadores. En este trabajo se aplican técnicas de minería de datos para identificar aquellos indicadores que puedan tener mayor valor predictivo, a la hora de medir el rendimiento de los estudiantes, en el contexto de una asignatura de grado que combina actividades docentes presenciales con actividades soportadas en aplicaciones de teleformación.},
abstract = {Student participation in b-learning initiatives generates a large amount of data and indicators that are not always properly used by teachers. Virtual learning platforms enable an optimal management of these indicators. In this paper we apply data mining techniques to identify indicators that may be used in assessing student performance in the context of a b-learning course that combines classroom teaching activities with virtual activities.},
booktitle = {Edutec : revista electrónica de tecnología educativa. 2011, n. 37, diciembre ; p. 1-13},
keywords = {nuevas tecnologías},
keywords = {tecnología de la información},
keywords = {tecnología de la educación},
keywords = {enseñanza a distancia},
keywords = {medios de enseñanza},
title = {Selección de atributos predictivos del rendimiento académico de estudiantes en un modelo de B-Learning},
author = {Cobo Ortega, Ángel and Rocha Blanco, Rocío and Alvarez Díaz, Yurlenis},
}