Examinando por Autor "Ruiz Galustian, Ana"

Mostrando 1 - 2 de 2

ASISTENCA A ESTUDIANTES CON TRASTORNO DEL ESPECTRO AUTISTA EN UN CENTRO ORDINARIO
(Universidad Rey Juan Carlos, 2023-10-20) Ruiz Galustian, Ana
El Trastorno de Espectro Autista (TEA) es un trastorno del desarrollo neurológico que a día de hoy sigue buscando conceptualizarse de forma precisa, siendo las primeras definiciones de este término datadas a principios de la segunda década del siglo XX. A pesar de ser una enfermedad cada vez más diagnosticada, la cual padece aproximadamente el 1% de la población, resulta muy complicado definir unas manifestaciones comunes, así como el grado o severidad de las mismas. Esto dificulta determinar qué tipo de intervención es la más adecuada para potenciar el desarrollo integral y la autonomía de las personas que sufren de TEA. Bajo dichas premisas el objeto del presente trabajo se centra en exponer los distintos síntomas y criterios de diagnóstico que se emplean para detectar este trastorno. Asimismo, se realiza una revisión acerca de cómo ha ido evolucionando la legislación a lo largo de los años, con el objetivo de dar una respuesta educativa al alumnado TEA adaptada a sus necesidades y que fomente el principio de inclusión educativa. De manera análoga, se presentan las desigualdades existentes en las distintas comunidades autónomas en cuanto a las propuestas de atención educativa de las que dispone este alumnado. Por último, se exponen todos los tipos de respuesta educativa específica para el alumnado TEA desarrolladas en la Comunidad de Madrid, y se detalla la metodología de trabajo empleada en una de ellas.
PREDICCIÓN DEL FRACASO ACADÉMICO EN MATEMÁTICAS APLICANDO MACHINE LEARNING
(Universidad Rey Juan Carlos, 2024-05-22) Ruiz Galustian, Ana
El fracaso escolar y el bajo rendimiento académico son preocupaciones continuas en las sociedades occidentales. Abordar estas cuestiones requiere identificar los factores subyacentes y desarrollar estrategias efectivas. La minería de datos y los modelos de aprendizaje automático ofrecen herramientas prometedoras para analizar grandes conjuntos de datos educativos y comprender mejor los factores que influyen en el rendimiento estudiantil. Este Trabajo de Fin de Grado se centra en predecir el fracaso en la asignatura de Matemáticas. Para lograr este objetivo, se emplearán técnicas de aprendizaje automático para desarrollar modelos predictivos capaces de identificar de manera anticipada a los estudiantes en riesgo de bajo rendimiento. Además, se llevará a cabo un análisis detallado de variables demográficas, sociales, emocionales y escolares, así como del entorno familiar, para determinar su impacto en los resultados académicos. Para las tareas de predicción se evaluarán y compararán tres algoritmos diferentes de aprendizaje automático: Máquinas de Vectores de Soporte, $K$ Vecinos más Cercanos y Redes Neuronales Artificiales. Además, se analizará la eficacia de combinar estos modelos con cuatro métodos distintos de selección de características: Boruta, Eliminación de Características Recursivas, Selección de Características hacia Adelante y Selección de Características hacia Atrás. Al evaluar y comparar estos métodos, se espera identificar cuál es el más confiable y preciso en predecir el fracaso escolar. Los resultados de este análisis pueden proporcionar información valiosa para educadores, políticos, familias y otros profesionales interesados en mejorar el rendimiento académico de los estudiantes y reducir el fracaso escolar.