Please use this identifier to cite or link to this item:
http://hdl.handle.net/10553/134365
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Cabrera Santana, Pedro Jesús | en_US |
dc.date.accessioned | 2024-10-08T11:41:07Z | - |
dc.date.available | 2024-10-08T11:41:07Z | - |
dc.date.issued | 2024 | en_US |
dc.identifier.issn | 3045-4093 | en_US |
dc.identifier.other | Dialnet | - |
dc.identifier.uri | http://hdl.handle.net/10553/134365 | - |
dc.description.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%. | en_US |
dc.description.abstract | Evaluating learning in engineering requires multiple resources and practical training activities that foster the development of skills. Laboratory and computer-based practices are essential, but evaluating their effectiveness poses a challenge due to the workload and subjectivity of the process. This study proposes an evaluation method using Machine Learning, applied to practice reports in the Machine Design course at ULPGC. The proposed method includes the collection and manual evaluation of reports, followed by the extraction of indicators such as the Flesch Reading Ease score, sentiment analysis, and the analysis of the words frequently used by the student. A Python algorithm is developed to digitally structure these parameters, and Machine Learning techniques, particularly Artificial Neural Networks, are implemented to model the grades. The results show that the model achieves precise estimates, with evaluation metrics MAE = 0.72 points and MAPE = 8.94%. This approach provides a useful tool for evaluation, capable of improving the objectivity of the faculty. | en_US |
dc.language | spa | en_US |
dc.relation.ispartof | Jornadas de Automática | en_US |
dc.source | Jornadas de Automática [ISSN-e 3045-4093], n. 45 | en_US |
dc.subject | 3313 Tecnología e ingeniería mecánicas | en_US |
dc.subject | 331324 Maquinaria de impresión y reproducción | en_US |
dc.subject.other | Machine Learning | en_US |
dc.subject.other | Educación | en_US |
dc.subject.other | Ingeniería | en_US |
dc.subject.other | Prácticas | en_US |
dc.title | ¿Puede un algoritmo de Machine Learning ayudarnos en la evaluación de informes de prácticas? | en_US |
dc.title.alternative | Can a Machine Learning algorithm assist in the evaluation of practices reports? | en_US |
dc.type | info:eu-repo/semantics/Article | en_US |
dc.type | Article | en_US |
dc.identifier.doi | 10.17979/ja-cea.2024.45.10902 | en_US |
dc.identifier.url | http://dialnet.unirioja.es/servlet/articulo?codigo=9724079 | - |
dc.description.lastpage | 0 | en_US |
dc.identifier.issue | 45 | - |
dc.description.firstpage | 59 | en_US |
dc.investigacion | Ingeniería y Arquitectura | en_US |
dc.type2 | Artículo | en_US |
dc.contributor.authordialnetid | 4867177 | - |
dc.identifier.dialnet | 9724079ARTREV | - |
dc.utils.revision | Sí | en_US |
dc.date.coverdate | Julio 2024 | en_US |
dc.identifier.ulpgc | Sí | en_US |
dc.contributor.buulpgc | BU-ING | en_US |
item.grantfulltext | open | - |
item.fulltext | Con texto completo | - |
crisitem.author.dept | GIR Group for the Research on Renewable Energy Systems | - |
crisitem.author.dept | Departamento de Ingeniería Mecánica | - |
crisitem.author.orcid | 0000-0001-9707-6375 | - |
crisitem.author.parentorg | Departamento de Ingeniería Mecánica | - |
crisitem.author.fullName | Cabrera Santana, Pedro Jesús | - |
Appears in Collections: | Artículos |
Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.