¿Puede un algoritmo de Machine Learning ayudarnos en la evaluación de informes de prácticas?

Author:

Cabrera Santana Pedro Jesús

Abstract

La evaluación del aprendizaje en ingeniería requiere de múltiples recursos y actividades formativas prácticas que fomenten el desarrollo de habilidades. Las prácticas de laboratorio y computacionales son esenciales, pero evaluar su efectividad supone un desafío debido a la carga de trabajo y la subjetividad del proceso. Este estudio propone un método de evaluación mediante el uso de Machine Learning, aplicado a informes de prácticas en la asignatura de Diseño de Máquinas de la ULPGC. El método propuesto incluye la recopilación y evaluación manual de informes, seguido de la extracción de indicadores como la puntuación Flesch Reading Ease, el análisis de sentimiento y el análisis de las palabras frecuentemente utilizadas por el estudiante. Se desarrolla un algoritmo para estructurar estos parámetros y se implementan distintas técnicas para modelar las calificaciones. Los resultados muestran que las Redes Neuronales logran estimaciones precisas, con métricas MAE = 0,72 puntos y MAPE = 8,94%.

Publisher

Universidade da Coruna

Reference7 articles.

1. Hastie, T., Tibshirani, R. and Friedman, J. (2009) The Elements of Statistical Learning. 2nd edn. New York: Springer-Verlag.

2. Hopfield, J.J. (1982) ‘Neural networks and physical systems with emergent collective computational abilities.’, Proceedings of the National Academy of Sciences of the United States of America, 79(8), pp. 2554–2558. Available at: https://doi.org/10.1073/pnas.79.8.2554.

3. Lozano, A., Cabrera, P. and Blanco-Marigorta, A.M. (2020) ‘Non-linear regression modelling to estimate the global warming potential of a newspaper’, Entropy, 22(5), p. 590. Available at: https://doi.org/10.3390/E22050590.

4. Ricardo, C. (1998) ‘The Globalization and the Engineering Teaching for the XXI Century.’, Primer Congreso Argentino de Enseñanza en la Ingeniería, 8 October. Available at: https://eric.ed.gov/?id=ED444861 (Accessed: 5 October 2021).

5. Ruiz-Valencia, D.M., Magallón-Gudiño, J. and Muñoz-Díaz, E.E. (2006) ‘Herramientas de aprendizaje activo en las asignaturas de ingeniería estructural | Ingenieria y Universidad’, Ingeniería y Universidad, 10(1), pp. 97–115. Available at: https://revistas.javeriana.edu.co/index.php/iyu/article/view/914 (Accessed: 5 October 2021).

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3