SIA-MD: Sistema basado en casos para el trabajo didáctico con estudiantes de bajo rendimiento académico en la asignatura Matemática Discreta I”

Abstract

La presente investigación tributa a la asignatura Matemática Discreta I que se imparte en la Universidad de las Ciencias Informáticas como parte del plan de formación de sus ingenieros. Tras constatar que la experiencia pedagógica de los profesores no era utilizada para beneficiar la toma de decisiones en la orientación de los remediales que se aplicaban y conocer que se omitía el análisis para determinar si un estudiante presentaba deficiencias similares a otros de cursos precedentes se utilizaron algunos métodos científicos para revelar como problema de la investigación: ¿Cómo contribuir a la toma de decisiones en la asignación de remediales a estudiantes de bajo rendimiento académico en la asignatura Matemática Discreta I?. A partir del estudio de los Sistemas basados en casos y los algoritmos de agrupamiento, se desarrolló para solucionar esta problemática un sistema que permite la integración de estas dos ramas de la Inteligencia Artificial. Por tanto, se presenta como objetivo general: desarrollar un Sistema basado en casos, para el apoyo a la toma de decisiones en la asignación de remediales a estudiantes de bajo rendimiento académico en esta materia. Se obtuvo como resultado un sistema de recomendación que apoya la toma de decisiones por parte de los profesores en la asignación de remediales a estudiantes de bajo rendimiento académico en la asignatura Matemática Discreta I.

This research contributes to the subject Discrete Mathematics which is taught in the University of Information Science as part of the training plan of its engineers. Noting that the pedagogical experience of the teachers was not used to benefit decision making in guiding the Remedial that applied and found that the analysis omitted to determine if a student had similar deficiencies to others in precedents courses used some scientific methods to reveal as research problem: How to contribute to decision making in the allocation of remedial students with poor academic performance in the subject Discrete Mathematics I?. From the study of cases based systems and clustering algorithms, developed to solve this problem a system that allows the integration of these two branches of Artificial Intelligence. Therefore, it is presented as a general goal: to develop a case-based, to support decision making in the allocation of remedial students of low achievement in this area system. This research obtained as a result of a recommendation system that supports teacher’s decision-making in the allocation of remedial students with poor academic performance in the subject Discrete Mathematics.