Barreras para el uso de innovaciones tecnológicas en profesores de educación superior desde la minería de datos.
Resumen
Esta investigación se centró en identificar patrones de conducta entre los profesores de la Universidad Juárez Autónoma de Tabasco al enfrentar barreras en el uso de innovaciones tecnológicas en el contexto educativo. Se utilizó la minería de datos para analizar un conjunto de datos relevante y aplicar técnicas como árboles de decisión, agrupamiento y reglas de asociación. El estudio demostró la utilidad de las innovaciones tecnológicas, pero también señaló desafíos y limitaciones que deben abordarse. Es crucial superar estos obstáculos para maximizar el potencial de las tecnologías en la educación y brindar apoyo a los profesores. Los resultados y conclusiones pueden ser aplicables en otros entornos educativos.
Citas
Arancibia, M., Cabero, J. y Marín, V. (2020). Creencias sobre la enseñanza y uso de las tecnologías de la información y la comunicación (TIC) en docentes de educación superior. Formación Universitaria, 13(3), 89-100. https://cutt.ly/IDDjij0
Belinchón, Y. (2019). Minería de datos. Repositorio de la Universidad Carlos III de Madrid, 1, 1-8. https://cutt.ly/KUVgKVm
García, V. y Silva, M. (2021). Barreras para la adopción de innovaciones tecnológicas. https://cutt.ly/ZDD4t97
García, V. y Silva, M. (2021). Innovación tecnológica disruptiva durante la pandemia. Factores intrínsecos que dificultan su adopción entre las y los docentes. En G. Medina y S. Aquino (Coords.), La tecnología educativa en tiempos de pandemia (pp. 31-44). Gradus Editora.
García, V. y Silva, M. (2022). Percepción académica sobre las barreras en la adopción de innovaciones tecnológicas durante la pandemia por la covid-19. Apertura, 14(1), 96-113 .https://doi.org/10.32870/ap.v14n1.2150
Godoy, Y. y Avelino, R. (2023). Sistema de información para la gestión del proceso de contratación de la Universidad del Magdalena. [Tesis de licenciatura, Universidad de Magdalena]. Repositorio Digital Institucional. https://acortar.link/L6w3pQ
Ikotun, A., Ezugwu, A., Abualigah, L., Abuhaija, B. & Heming, J. (2023). K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data. Information Sciences, 622, 178–210. https://doi.org/10.1016/j.ins.2022.11.139
Instituto Tecnológico y de Estudios Superiores de Monterrey [ITESM] y el Banco Interamericano de Desarrollo [BID]. (2021). Estudio: Uso de las tecnologías digitales para el proceso de enseñanza-aprendizaje en Latinoamérica. Inter-American Development Bank. https://cutt.ly/8TLKZ5Z
Jara, F., Cháves, J., Villa, I. y Novillo, J. (2021). Rol del docente para la educación virtual en tiempos de pandemia: Retos y oportunidades. Polo del conocimiento, 63(6), 30-45. https://cutt.ly/rDOfIH8
Oyola-García, A. (2021). La variable. Revista del Cuerpo Médico Hospital Nacional Almanzor Aguinaga Asenjo, 14(1), 90-93. https://cutt.ly/wDOfLAJ
Sabpril, I. & Alfin, A. (2022). Analysis of information system effectiveness using ISO/IEC 9126 and AHP (analytical Hierarchy Process) methods at PT ZYS. JTECS: Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem Dan Komputer, 2(2), 189. https://doi.org/10.32503/jtecs.v2i2.2716
Santiago, R. (2021). Educación a distancia en el Posgrado en México. Atenas, 1(57), 145-161. https://cutt.ly/oDDj7qh
Shahbazi, Z. & Byun, Y. (2022). Knowledge discovery on cryptocurrency exchange rate prediction using machine learning pipelines. Sensors (Basel, Switzerland), 22(5), 1740. https://doi.org/10.3390/s22051740
