@article{11162/141907,
year = {2017},
url = {http://hdl.handle.net/11162/141907},
abstract = {Se describe el desarrollo y evaluación de un Modelo Computacional denominado SocialMining, basado en el algoritmo Naïve Bayes, para apoyar el análisis de las opiniones de los estudiantes en el proceso de la evaluación del desempeño docente, llevada a cabo mediante dispositivos móviles. Se utilizan éstos para la recopilación de datos, aprovechando su aceptación por parte de los estudiantes en el proceso de educación y aprendizaje. Asimismo, se describe el desarrollo de corpus de subjetividad, el cual consta de un conjunto de términos afectivos relevantes de la evaluación docente para apoyar al algoritmo Naïve Bayes en la clasificación de las opiniones de los estudiantes dentro de las clases: positivo, negativo y neutral. Para medir el desempeño del proceso de la clasificación del Modelo Computacional SocialMining, se utilizan métricas como la matriz de confusión, precisión y la curva de ROC (Receiver Operating Characteristic). Se presenta además un caso de estudio, en el cual se recolectan nuevas opiniones de estudiantes de la Universidad Politécnica de Aguascalientes (México) con el fin de probar el desempeño del modelo propuesto en la clasificación. Los resultados obtenidos consideran factible su implementación en instituciones de educación superior.},
booktitle = {RIED. Revista iberoamericana de educación a distancia. 2017, v. 20, n. 2 ; p. 293-313},
keywords = {evaluación del profesor},
keywords = {enseñanza superior},
keywords = {estudio de casos},
keywords = {tecnología de la educación},
keywords = {Méjico},
title = {Un modelo basado en el Clasificador Naïve Bayes para la evaluación del desempeño docente},
doi = {10.5944/ried.20.2.17717},
author = {Gutiérrez Esparza, Guadalupe Obdulia and Margain Fuentes, María de Lourdes and Ramírez del Real, Tania Aglaé and Canul Reich, Juana},
}