Desarrollo de un índice de relevancia de las asignaturas de un plan de estudios - Caso de estudio: Ingeniería de Sistemas y Computación, Universidad Tecnológica de Pereira

Palabras clave: Educational Data mining

Resumen

En este documento se presenta el desarrollo de un índice que pretende cuantificar, según algunos criterios conocidos en teoría de grafos, que tanta relevancia tiene una asignatura, teniendo en cuenta su ubicación en la malla curricular, su número de créditos, sus prerrequisitos y las asignaturas dependientes. Lo primero fue modelar el plan académico mediante un grafo, el cual tiene como elementos considerados únicamente los créditos asignados y los prerrequisitos que se deben cumplir antes de cursar las asignaturas. Luego de contar con este modelo, se aplicaron algoritmos de teoría de grafos que permiten medir la importancia de una materia con respecto a la localización en su malla curricular (Centralidad) y permiten dar una medida de la importancia de las asignaturas basada en los créditos académicos, sus prerrequisitos y asignaturas dependientes de ésta (Vecindad). Es importante rescatar que el análisis presentado no tiene como objeto indicar que una asignatura tiene más importancia que otra para el desarrollo profesional del estudiante, sino por el contrario analizar, de una manera estimativa cuales asignaturas aportan más a la conectividad del programa y al flujo académico por esta red únicamente teniendo en cuenta la información que se encuentra en el curriculum. El resultado que se obtiene es un índice compuesto, que permite visualizar la relevancia de las asignaturas en el plan de estudios.

Descargas

La descarga de datos todavía no está disponible.

Citas

S.S. Ray. "Introduction to Graphs", in Graph Theory with Algorithms and its Applications, 2013, Springer, ISBN: 978-81-322-0749-8. Available: https://link.springer.com/ DOI: 10.1007/978-81-322-0750-4

https://doi.org/10.1007/978-81-322-0750-4

S. Guze. "Graph Theory Approach to the Vulnerability of Transportation Networks". Department of Mathematics, Gdynia Maritime University. 12 December 2019. Available: https://www.mdpi.com/1999-4893/12/12/270/htm

https://doi.org/10.3390/a12120270

C. Ding, X. He, P. Husbands, H. Zha, H. Simon. Proceedings of the 25th annual international ACM SIGIR conference on Research and development in information retrieval. Association for Computing Machinery, 2002, New York, USA. Available: https://dl.acm.org/doi/10.1145/564376.564440. DOI: 10.1145/564376.564440

https://doi.org/10.1145/564376.564440

Ulrik Brandes. A faster algorithm for betweenness centrality. Journal of Mathematical Sociology, 25(2):163-177, 2001.

https://doi.org/10.1080/0022250X.2001.9990249

Neo4j. "The Betweenness Centrality algorithm". Neo4j Labs Graph Algorithms library. Available: https://neo4j.com/docs/graph-algorithms

M. Benzi, E. Estrada, C. Klymkoc. "Ranking hubs and authorities using matrix functions". Linear Algebra and Its Applications, Elsevier, 2012.

https://doi.org/10.1016/j.laa.2012.10.022

Publicado
2020-09-30
Cómo citar
Guerrero-ErazoJ., Grandas -AguirreG., & Castaño-GómezJ. (2020). Desarrollo de un índice de relevancia de las asignaturas de un plan de estudios - Caso de estudio: Ingeniería de Sistemas y Computación, Universidad Tecnológica de Pereira. Scientia Et Technica, 25(3), 455-460. https://doi.org/10.22517/23447214.24454
Sección
Sistemas y Computación