• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Prototipo de aplicativo de visualización de resultados de pruebas Saber 11 a nivel nacional de los años 2014 a 2023

    Thumbnail
    QRCode
    View/Open
    jflealr.pdf (1.568Mb)
    Share
    Date
    2024-12-23
    Author
    Leal, John Fredy
    Advisor
    Camargo Freile, Isaac Esteban

    Citación

           
    TY - GEN T1 - Prototipo de aplicativo de visualización de resultados de pruebas Saber 11 a nivel nacional de los años 2014 a 2023 AU - Leal, John Fredy Y1 - 2024-12-23 UR - https://repository.unad.edu.co/handle/10596/66859 AB - La evaluación de los resultados del ICFES en Colombia es crucial para entender y mejorar la calidad educativa en el país. Sin embargo, los datos del ICFES, que abarcan múltiples años y contienen información detallada de estudiantes, colegios y municipios, están dispersos y no estructurados para un análisis fácil y comprensible. Los investigadores enfrentan dificultades para acceder, particionar y analizar estos datos de manera eficiente, lo que limita la capacidad para hacer comparaciones significativas y obtener insights valiosos. Este proyecto pretende crear una herramienta que facilite a los investigadores el particionamiento, visualización y análisis de los datos de los resultados de las pruebas Saber 11 que practica el ICFES, con el fin de simplificar el proceso de análisis, generar comparaciones significativas y obtener información clave que apoye la toma de decisiones en el ámbito educativo a partir de los resultados obtenidos por los investigadores. La funcionalidad del software brinda la posibilidad de que el usuario seleccione criterios de particionamiento de los datos sobre filas y columnas, generando nuevos conjuntos de datos más pequeños, ajustados a su necesidad, que posteriormente, podrán ser comparados por medio de las visualizaciones más comunes, se generarán estadísticas básicas de cada uno y comparativas, así como pruebas de normalidad e interpretación de los resultados por medio de un asistente de IA. El proyecto se desarrollará durante 6 meses, con la metodología de desarrollo de software Scrum y el lenguaje de programación Python para el backend y TextScript para el frontend, con recursos propios y los resultados esperados son un prototipo con la mayoría de la funcionalidad propuesta (se excluyen temas de autenticación, suscripción, cobros, integración con otras plataformas) y una base de datos Mongo DB con las información limpia y organizada de los resultados de las pruebas Saber 11 de los años 2014 a 2023, que incluya georeferenciación de los colegios e información de población de cada municipio . El proyecto está planteado para desarrollarse durante 6 meses con la metodología de desarrollo de software Scrum y el lenguaje de programación Python. ER - @misc{10596_66859, author = {Leal John Fredy}, title = {Prototipo de aplicativo de visualización de resultados de pruebas Saber 11 a nivel nacional de los años 2014 a 2023}, year = {2024-12-23}, abstract = {La evaluación de los resultados del ICFES en Colombia es crucial para entender y mejorar la calidad educativa en el país. Sin embargo, los datos del ICFES, que abarcan múltiples años y contienen información detallada de estudiantes, colegios y municipios, están dispersos y no estructurados para un análisis fácil y comprensible. Los investigadores enfrentan dificultades para acceder, particionar y analizar estos datos de manera eficiente, lo que limita la capacidad para hacer comparaciones significativas y obtener insights valiosos. Este proyecto pretende crear una herramienta que facilite a los investigadores el particionamiento, visualización y análisis de los datos de los resultados de las pruebas Saber 11 que practica el ICFES, con el fin de simplificar el proceso de análisis, generar comparaciones significativas y obtener información clave que apoye la toma de decisiones en el ámbito educativo a partir de los resultados obtenidos por los investigadores. La funcionalidad del software brinda la posibilidad de que el usuario seleccione criterios de particionamiento de los datos sobre filas y columnas, generando nuevos conjuntos de datos más pequeños, ajustados a su necesidad, que posteriormente, podrán ser comparados por medio de las visualizaciones más comunes, se generarán estadísticas básicas de cada uno y comparativas, así como pruebas de normalidad e interpretación de los resultados por medio de un asistente de IA. El proyecto se desarrollará durante 6 meses, con la metodología de desarrollo de software Scrum y el lenguaje de programación Python para el backend y TextScript para el frontend, con recursos propios y los resultados esperados son un prototipo con la mayoría de la funcionalidad propuesta (se excluyen temas de autenticación, suscripción, cobros, integración con otras plataformas) y una base de datos Mongo DB con las información limpia y organizada de los resultados de las pruebas Saber 11 de los años 2014 a 2023, que incluya georeferenciación de los colegios e información de población de cada municipio . El proyecto está planteado para desarrollarse durante 6 meses con la metodología de desarrollo de software Scrum y el lenguaje de programación Python.}, url = {https://repository.unad.edu.co/handle/10596/66859} }RT Generic T1 Prototipo de aplicativo de visualización de resultados de pruebas Saber 11 a nivel nacional de los años 2014 a 2023 A1 Leal, John Fredy YR 2024-12-23 LK https://repository.unad.edu.co/handle/10596/66859 AB La evaluación de los resultados del ICFES en Colombia es crucial para entender y mejorar la calidad educativa en el país. Sin embargo, los datos del ICFES, que abarcan múltiples años y contienen información detallada de estudiantes, colegios y municipios, están dispersos y no estructurados para un análisis fácil y comprensible. Los investigadores enfrentan dificultades para acceder, particionar y analizar estos datos de manera eficiente, lo que limita la capacidad para hacer comparaciones significativas y obtener insights valiosos. Este proyecto pretende crear una herramienta que facilite a los investigadores el particionamiento, visualización y análisis de los datos de los resultados de las pruebas Saber 11 que practica el ICFES, con el fin de simplificar el proceso de análisis, generar comparaciones significativas y obtener información clave que apoye la toma de decisiones en el ámbito educativo a partir de los resultados obtenidos por los investigadores. La funcionalidad del software brinda la posibilidad de que el usuario seleccione criterios de particionamiento de los datos sobre filas y columnas, generando nuevos conjuntos de datos más pequeños, ajustados a su necesidad, que posteriormente, podrán ser comparados por medio de las visualizaciones más comunes, se generarán estadísticas básicas de cada uno y comparativas, así como pruebas de normalidad e interpretación de los resultados por medio de un asistente de IA. El proyecto se desarrollará durante 6 meses, con la metodología de desarrollo de software Scrum y el lenguaje de programación Python para el backend y TextScript para el frontend, con recursos propios y los resultados esperados son un prototipo con la mayoría de la funcionalidad propuesta (se excluyen temas de autenticación, suscripción, cobros, integración con otras plataformas) y una base de datos Mongo DB con las información limpia y organizada de los resultados de las pruebas Saber 11 de los años 2014 a 2023, que incluya georeferenciación de los colegios e información de población de cada municipio . El proyecto está planteado para desarrollarse durante 6 meses con la metodología de desarrollo de software Scrum y el lenguaje de programación Python. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Data Visualization Google Scholar
    ICFES Google Scholar
    Python Programming Google Scholar
    Open Data Google Scholar
    Data Analysis Google Scholar
    Regional / Country coverage
    cead_-_josé_celestino_mutis
    Metadata
    Show full item record
    PDF Document
    Description of the content
    La evaluación de los resultados del ICFES en Colombia es crucial para entender y mejorar la calidad educativa en el país. Sin embargo, los datos del ICFES, que abarcan múltiples años y contienen información detallada de estudiantes, colegios y municipios, están dispersos y no estructurados para un análisis fácil y comprensible. Los investigadores enfrentan dificultades para acceder, particionar y analizar estos datos de manera eficiente, lo que limita la capacidad para hacer comparaciones significativas y obtener insights valiosos. Este proyecto pretende crear una herramienta que facilite a los investigadores el particionamiento, visualización y análisis de los datos de los resultados de las pruebas Saber 11 que practica el ICFES, con el fin de simplificar el proceso de análisis, generar comparaciones significativas y obtener información clave que apoye la toma de decisiones en el ámbito educativo a partir de los resultados obtenidos por los investigadores. La funcionalidad del software brinda la posibilidad de que el usuario seleccione criterios de particionamiento de los datos sobre filas y columnas, generando nuevos conjuntos de datos más pequeños, ajustados a su necesidad, que posteriormente, podrán ser comparados por medio de las visualizaciones más comunes, se generarán estadísticas básicas de cada uno y comparativas, así como pruebas de normalidad e interpretación de los resultados por medio de un asistente de IA. El proyecto se desarrollará durante 6 meses, con la metodología de desarrollo de software Scrum y el lenguaje de programación Python para el backend y TextScript para el frontend, con recursos propios y los resultados esperados son un prototipo con la mayoría de la funcionalidad propuesta (se excluyen temas de autenticación, suscripción, cobros, ...
    Format
    pdf
    Type of digital resource
    Proyecto aplicado
    Content relationship
    Ciencia de datos
    Ingeniería de software
    URI
    https://repository.unad.edu.co/handle/10596/66859
    Collections
    • Especialización en Ciencia de Datos y Analítica [248]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: