Sistema inteligente para la gestión y seguimiento de los resultados de aprendizaje en las carreras repotenciadas de la PUCE Ibarra

Simple item page
dc.contributor.advisorQuishpe Morales, Santiago Damián
dc.contributor.authorCampos Zambrano, Jeremy Patricio
dc.date.accessioned2026-08-07T23:01:54Z
dc.date.available2026-08-07T23:01:54Z
dc.date.issued2026
dc.description.abstractEl presente trabajo de titulación tuvo como propósito desarrollar un sistema web inteligente para la gestión y seguimiento de los Resultados de Aprendizaje en las carreras repotenciadas de la Pontificia Universidad Católica del Ecuador Sede Ibarra. La problemática identificada radicó en la gestión manual de los RDA mediante hojas de cálculo aisladas, lo que generaba una inversión de tiempo excesiva para los coordinadores, ausencia de trazabilidad en las modificaciones de calificaciones y muy poca capacidad de generar alertas tempranas sobre estudiantes en riesgo de reprobación. Se aplicó la Metodología en Cascada y la arquitectura del sistema se diseñó bajo el patrón API RESTful, separando una capa de presentación desarrollada en Vue.js de la lógica de negocio implementada en NestJS, sobre una base de datos relacional MySQL con campos de auditoría en formato JSON. Como aporte diferenciador, se integró un motor predictivo basado en una Red Neuronal Artificial de arquitectura Feedforward, entrenada mediante retropropagación del error, capaz de calcular el riesgo académico de los estudiantes a partir de los Resultados de Aprendizaje disponibles en cualquier momento del periodo. La validación del sistema se realizó mediante pruebas de caja negra y caja blanca. Los resultados demostraron que el motor predictivo clasificó al 83,8 % de la cohorte evaluada en niveles de riesgo Crítico o Alerta, que los mecanismos de seguridad basados en JSON Web Tokens bloquearon correctamente el acceso no autorizado a la API, y que el módulo de conciliación cruzó de manera individual cada Resultado de Aprendizaje entre los registros del Aula Virtual y el sistema institucional Banner. Se concluyó que el sistema desarrollado constituyó una transición hacia un modelo de seguimiento académico proactivo y automatizado, dotando a la coordinación de la PUCE Ibarra de una herramienta capaz de centralizar la información, detectar oportunamente a los estudiantes en riesgo y notificarlos de manera automática vía correo electrónico.
dc.description.sponsorshipPUCE-I
dc.id.advisor1002697223
dc.id.author1004461347
dc.identifier.other6017
dc.identifier.urihttps://repositorio.puce.edu.ec/handle/123456789/49574
dc.language.isoes
dc.publisherPUCE - Ibarra
dc.subjectSistemas de gestión académica
dc.subjectRedes neuronales artificiales
dc.subjectRendimiento académico
dc.titleSistema inteligente para la gestión y seguimiento de los resultados de aprendizaje en las carreras repotenciadas de la PUCE Ibarra
dc.typeThesis
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Trabajo de Titulación - Grado / Campos Zambrano Jeremy Patricio
Size:
2.37 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN