Bücher von Bruno Torres Marques

La valutazione euristica è un metodo di valutazione delle interfacce per trovare problemi di usabilità nei sistemi. Per eseguire la valutazione euristica, i valutatori finiscono per utilizzare strumenti che non supportano pienamente tutte le fasi della valutazione euristica, generando così un notevole lavoro manuale in processi che potrebbero essere facilitati da uno strumento dedicato a questo scopo. Il presente lavoro si propone di presentare la progettazione e la valutazione di uno strumento web, che svolge il ruolo di aiutare i valutatori a documentare la valutazione euristica, per renderne la realizzazione meno costosa e in modo fedele al metodo.

L'évaluation heuristique est une méthode d'évaluation des interfaces qui permet de détecter les problèmes d'utilisabilité des systèmes. Pour réaliser une évaluation heuristique, les évaluateurs finissent par utiliser des outils qui ne prennent pas en charge toutes les étapes de l'évaluation heuristique, ce qui génère un travail manuel important dans des processus qui pourraient être facilités par un outil dédié à cet effet. Le présent travail vise à présenter la conception et l'évaluation d'un outil web qui aide les évaluateurs à documenter l'évaluation heuristique, à rendre la réalisation moins coûteuse et à rester fidèle à la méthode.

La evaluación heurística es un método de evaluación de interfaces para encontrar problemas de usabilidad en los sistemas. Para realizar la evaluación heurística, los evaluadores acaban utilizando herramientas que no soportan completamente todos los pasos de la evaluación heurística, generando así un importante trabajo manual en procesos que pueden ser facilitados por una herramienta dedicada a este fin. El presente trabajo pretende presentar el diseño y evaluación de una herramienta web, que cumple la función de ayudar a los evaluadores a documentar la evaluación heurística, para que su realización sea menos costosa, y de una forma fiel al método.

Die heuristische Evaluation ist eine Methode zur Bewertung von Schnittstellen, um Probleme bei der Benutzerfreundlichkeit von Systemen zu finden. Zur Durchführung der heuristischen Evaluierung verwenden die Evaluatoren Werkzeuge, die nicht alle Schritte der heuristischen Evaluierung vollständig unterstützen, wodurch ein erheblicher manueller Arbeitsaufwand in Prozessen entsteht, die durch ein für diesen Zweck bestimmtes Werkzeug erleichtert werden könnten. Die vorliegende Arbeit zielt darauf ab, den Entwurf und die Evaluierung eines Webtools vorzustellen, das die Evaluatoren bei der Dokumentation der heuristischen Evaluierung unterstützt, um die Durchführung weniger kostspielig und methodengetreu zu gestalten.

Heuristic evaluation is an interface evaluation method to find usability problems in systems. To perform the heuristic evaluation, evaluators end up using tools that do not fully support all the steps of the heuristic evaluation, thus generating expressive manual work, in processes that can be facilitated by a tool dedicated to this purpose. The present work aims to present the design and evaluation of a web tool, which fulfills the role of helping evaluators to document the heuristic evaluation, to make the realization less costly, and in a faithful way to the method.

L'un des problèmes rencontrés dans la reconnaissance des entités nommées est l'extraction d'informations précises à partir de textes aidant les êtres humains dans leurs processus quotidiens. L'un de ces processus d'extraction d'informations est la révision de textes dans certains domaines tels que l'éducation et la police. Ces révisions prennent du temps et sont sujettes à des erreurs. Ce travail vise à décider d'une révision finale en utilisant les meilleures classifications des révisions parallèles du même texte effectuées par un ou plusieurs réviseurs. Une étape importante est la création d'une métrique qui aide au choix des classifications et génère une valeur de concordance qui peut être analysée. Une étude bibliographique des métriques existantes pouvant aider à la création de la nouvelle métrique est également réalisée.

L'abbandono scolastico è uno dei problemi più intriganti e cruciali dell'istruzione. Questo problema permea i vari livelli e modalità di istruzione e genera perdite sociali, economiche, politiche, accademiche e finanziarie per tutti coloro che sono coinvolti nel processo educativo. Pertanto, lo sviluppo di metodi efficaci per prevedere il rischio di abbandono degli studenti è essenziale, consentendo alle istituzioni di adottare azioni proattive per ridurre al minimo la situazione. Pertanto, l'obiettivo di questo lavoro è presentare un approccio di scoperta della conoscenza, in un database, volto a identificare gruppi di studenti a rischio di abbandono dei corsi di istruzione superiore in classe.

L'abandon scolaire est l'un des problèmes les plus intrigants et les plus cruciaux de l'éducation. Ce problème touche les différents niveaux et modalités de l'éducation et génère des pertes sociales, économiques, politiques, académiques et financières pour toutes les personnes impliquées dans le processus éducatif. Il est donc essentiel de développer des méthodes efficaces pour prédire le risque de décrochage des étudiants, afin de permettre aux institutions d'adopter des actions proactives pour minimiser la situation. Ainsi, l'objectif de ce travail est de présenter une approche de découverte de connaissances, dans une base de données, visant à identifier les groupes d'étudiants qui risquent d'abandonner les cours en classe dans l'enseignement supérieur.

Uno de los problemas a los que se enfrenta el Reconocimiento de Entidades Nombradas es la extracción de información precisa de textos que ayuden a los seres humanos en sus procesos cotidianos. Uno de estos procesos de extracción de información son las revisiones de textos que se producen en algunos ámbitos, como el educativo y el policial. Estas revisiones llevan tiempo y son propensas a errores. Este trabajo pretende decidir una revisión final utilizando las mejores clasificaciones de las revisiones paralelas del mismo texto realizadas por uno o más revisores. Un paso importante es la creación de una métrica que ayude en la elección de las clasificaciones y genere un valor de concordancia que pueda ser analizado. También se realiza un estudio bibliográfico de las métricas existentes que pueden ayudar en la creación de la nueva métrica.

El abandono académico es uno de los problemas más intrigantes y cruciales de la educación. Este problema permea los diversos niveles y modalidades de la educación y genera pérdidas sociales, económicas, políticas, académicas y financieras para todos los involucrados en el proceso educativo. Por lo tanto, es esencial el desarrollo de métodos eficientes para predecir el riesgo de deserción estudiantil, permitiendo que las instituciones adopten acciones proactivas para minimizar la situación. Así, el objetivo de este trabajo es presentar un abordaje de descubrimiento de conocimiento, en base de datos, con el objetivo de identificar grupos de alumnos en riesgo de abandono de cursos presenciales de enseñanza superior.

Eines der Probleme bei der Named Entity Recognition ist die Extraktion von genauen Informationen aus Texten, die den Menschen bei ihren täglichen Prozessen helfen. Ein solcher Prozess der Informationsextraktion sind die Textrevisionen, die in einigen Bereichen wie Bildung und Polizei vorkommen. Diese Überarbeitungen sind zeitaufwendig und fehleranfällig. Diese Arbeit zielt darauf ab, eine endgültige Überarbeitung anhand der besten Klassifizierungen der parallelen Überarbeitungen desselben Textes, die von einem oder mehreren Prüfern vorgenommen wurden, zu entscheiden. Ein wichtiger Schritt ist die Entwicklung einer Metrik, die bei der Auswahl der Klassifizierungen hilft und einen Konkordanzwert erzeugt, der analysiert werden kann. Es wird auch eine bibliografische Studie über bestehende Metriken durchgeführt, die bei der Erstellung der neuen Metrik helfen können.

Der Schulabbruch ist eines der faszinierendsten und wichtigsten Probleme im Bildungswesen. Dieses Problem durchdringt die verschiedenen Ebenen und Modalitäten der Bildung und verursacht soziale, wirtschaftliche, politische, akademische und finanzielle Verluste für alle am Bildungsprozess Beteiligten. Daher ist die Entwicklung effizienter Methoden zur Vorhersage des Risikos des Schulabbruchs von wesentlicher Bedeutung, damit die Einrichtungen proaktive Maßnahmen ergreifen können, um diese Situation zu minimieren. Ziel dieser Arbeit ist es daher, einen datenbankgestützten Wissensentdeckungsansatz vorzustellen, der darauf abzielt, Gruppen von Studenten zu identifizieren, bei denen das Risiko eines Studienabbruchs besteht.

Dropout is one of the most intriguing and crucial problems in education. This problem permeates the various levels and modalities of education and generates social, economic, political, academic, and financial losses for all those involved in the educational process. Therefore, it is essential to develop efficient methods to predict the risk of student dropout, allowing institutions to adopt proactive actions to minimize the situation. Thus, the objective of this paper is to present a knowledge discovery approach, using a database, to identify groups of students at risk of dropping out of in-class courses of higher education.

Uno dei problemi affrontati dal Named Entity Recognition è l'estrazione di informazioni accurate dai testi che aiutano gli esseri umani nei loro processi quotidiani. Uno di questi processi di estrazione delle informazioni è rappresentato dalle revisioni del testo che si verificano in alcuni domini, come quello educativo e della polizia. Queste revisioni richiedono tempo e sono soggette a errori. Questo lavoro mira a decidere una revisione finale utilizzando le migliori classificazioni delle revisioni parallele dello stesso testo effettuate da uno o più revisori. Un passo importante è la creazione di una metrica che aiuti nella scelta delle classificazioni e generi un valore di concordanza che possa essere analizzato. Viene inoltre effettuato uno studio bibliografico delle metriche esistenti che possono aiutare nella creazione della nuova metrica.

One of the problems faced in Named Entity Recognition is the extraction of accurate information from texts helping humans in their everyday processes. One such information extraction process is the text revisions that occur in some domains such as education and law enforcement. These revisions take time to do and are prone to errors. This work aims to decide on a final revision using the best classifications of parallel revisions of the same text made by one or more revisers. An important step is the creation of a metric that helps in the choice of ratings and generates a concordance value that can be analyzed. A bibliographic study of existing metrics that can help in the creation of the new metric is also done.

Ces dernières années, les établissements d'enseignement supérieur ont été confrontés à des problèmes majeurs liés à la persévérance scolaire. Dans ce contexte, plusieurs chercheurs ont consacré leurs efforts à la découverte des causes et à la prévention de la rétention académique, et l'exploration de données éducatives peut contribuer à ce processus. Cependant, pour obtenir des résultats satisfaisants avec l'exploration de données appliquée au contexte de la rétention académique, il est nécessaire de connaître les meilleures ressources d'exploration de données à utiliser. Ce document a donc procédé à une analyse systématique de la littérature afin d'identifier les principaux outils et techniques d'exploration de données qui peuvent être appliqués à ce processus, ainsi que les principaux facteurs qui induisent la persévérance scolaire.

In den letzten Jahren sind die Hochschuleinrichtungen mit großen Problemen konfrontiert, die durch Studienabbrüche verursacht werden. Vor diesem Hintergrund haben sich mehrere Forscher der Erforschung der Ursachen und der Verhinderung von Studienabbrüchen gewidmet, und Data Mining im Bildungsbereich kann bei diesem Prozess helfen. Um jedoch zufriedenstellende Ergebnisse mit Data Mining im Zusammenhang mit Studienabbrüchen zu erzielen, muss man wissen, welche Data-Mining-Ressourcen am besten eingesetzt werden können. Daher wurde in diesem Beitrag eine systematische Literaturrecherche durchgeführt, um die wichtigsten Data-Mining-Techniken und -Werkzeuge zu ermitteln, die in diesem Prozess eingesetzt werden können, und um die wichtigsten Faktoren zu identifizieren, die zum Studienabbruch führen.

In recent years higher education institutions have faced major problems caused by academic retention. In light of this, several researchers have dedicated their efforts to discovering the causes and preventing academic retention, and educational data mining can help in this process. However, to obtain satisfactory results with data mining applied to the context of academic retention it is necessary to know the best data mining resources to be used. Thus, in this paper a systematic review of the literature was conducted in order to identify the main data mining techniques and tools that can be applied in this process, as well as to identify the main factors that induce academic retention.

Negli ultimi anni gli istituti di istruzione superiore hanno affrontato i principali problemi causati dalla ritenzione accademica. Alla luce di ciò, diversi ricercatori hanno dedicato i loro sforzi a scoprire le cause e a prevenire la retention accademica, e il data mining educativo può aiutare in questo processo. Tuttavia, per ottenere risultati soddisfacenti con il data mining applicato al contesto della retention accademica, è necessario conoscere le migliori risorse di data mining da utilizzare. Per questo motivo, il presente lavoro ha condotto una revisione sistematica della letteratura al fine di identificare le principali tecniche e gli strumenti di data mining che possono essere applicati in questo processo, oltre a identificare i principali fattori che inducono la retention accademica.

En los últimos años, las instituciones de enseñanza superior se han enfrentado a importantes problemas causados por la retención académica. En vista de ello, varios investigadores han dedicado sus esfuerzos a descubrir las causas y prevenir la retención académica, y la minería de datos educativos puede ayudar en este proceso. Sin embargo, para obtener resultados satisfactorios con la minería de datos aplicada al contexto de la retención académica es necesario conocer los mejores recursos de minería de datos a utilizar. Por lo tanto, este trabajo realizó una revisión sistemática de la literatura con el fin de identificar las principales técnicas y herramientas de minería de datos que se pueden aplicar en este proceso, además de identificar los principales factores que inducen la retención académica.