Acceso usuarios
Quito, Ecuador
En las universidades, la gestión de datos enfrenta riesgos significativos debido al desconocimiento generalizado. Sin embargo, la recolección y el análisis de estos datos son fundamentales para garantizar una enseñanza de calidad y la transparencia en los procesos académicos. A menudo, se presentan irregularidades en el registro de las calificaciones de los estudiantes, ya sea por errores involuntarios, intentos de fraude o actos de corrupción. En este artículo, aplicamos técnicas de clusterización, específicamente el método "K-means", para detectar estos posibles casos de manera oportuna. Esta metodología se basa en la capacidad de identificar valores o datos anómalos, lo que permite mejorar la detección de incidentes y proporciona una herramienta eficaz para el control y la supervisión de los registros académicos.Además, estas técnicas pueden utilizarse para optimizar la precisión de los procesos de evaluación, mejorando así la calidad de la información disponible para la toma de decisiones. Esto facilita la implementación de medidas correctivas oportunas, reduciendo el riesgo de que errores o malas prácticas afecten tanto el rendimiento académico de los estudiantes como la reputación de la institución.
In universities, data management faces significant risks due to widespread ignorance. However, the collection and analysis of this data is essential to ensure quality teaching and transparency in academic processes. Irregularities often occur in the recording of students' grades, whether due to involuntary errors, attempted fraud or acts of corruption. In this article, we apply clustering techniques, specifically the "K-means" method, to detect these potential cases in a timely manner. This methodology is based on the ability to identify anomalous values or data, which allows for improved incident detection and provides an effective tool for the control and supervision of academic records. Furthermore, these techniques can be used to optimize the accuracy of assessment processes, thus improving the quality of information available for decision-making. This facilitates the implementation of timely corrective measures, reducing the risk of errors or bad practices affecting both the academic performance of students and the reputation of the institution.
