Publicación:
Inteligencia artificial y la gestión de requerimientos de software educativo: SGR

Vista sencilla de ítem
dc.contributor.authorLengua-Cantero Claudia
dc.contributor.authorLambraño Pérez Laudyt
dc.contributor.authorSolorzano Peralta Namuel
dc.contributor.authorGarcía Medina María
dc.contributor.authorAcosta Meza David
dc.contributor.corporatenameCORPORACION UNIVERSITARIA DEL CARIBE CECAR
dc.contributor.researchgroupSIMULACIÓN DE TECNOLOGÍAS PARA PROCESOS INDUSTRIALES
dc.date.accessioned2024-10-11T15:29:41Z
dc.date.available2024-10-11T15:29:41Z
dc.date.issued2024
dc.description.abstractEste estudio aborda la problemática en la Ingeniería de Software relacionada con la falta de atención a las etapas previas al desarrollo de sistemas, lo que acorta la vida útil de las aplicaciones, especialmente en el contexto del software educativo con sus requerimientos pedagógicos y psicológicos. Se propone una metodología de gestión de requerimientos basada en Procesamiento de Lenguaje Natural (PNL) y se realizó un estudio mixto con 239 docentes de la Corporación Universitaria del Caribe. Esta metodología consta de tres fases: levantamiento de estudios previos, diseño basado en PNL y validación de la hipótesis. Los resultados subrayan la eficacia de combinar PNL con el conocimiento de expertos temáticos, mejorando significativamente la gestión de requerimientos de software educativo. Esto asegura un mejor ajuste a las necesidades pedagógicas y psicológicas, destacando la importancia de considerar aspectos contextuales y de dominio en esta área crucial para el desarrollo de aplicaciones educativas más efectivas y adaptadas a los usuarios.spa
dc.description.abstractThis study addresses the problem in Software Engineering related to the lack of attention to the stages prior to the development of systems, which shortens the useful life of applications, especially in the context of educational software with its pedagogical and psychological requirements. A requirements management methodology based on Natural Language Processing (NLP) is proposed and a mixed study was carried out with 239 teachers of the Corporación Universitaria del Caribe. This methodology consists of three phases: a survey of previous studies, design based on NLP, and validation of the hypothesis. The results underline the effectiveness of combining NLP with the knowledge of subject matter experts, significantly improving the management of educational software requirements. This ensures a better fit for pedagogical and psychological needs, highlighting the importance of considering contextual and domain aspects in this crucial area for the development of more effective and user-adapted educational applications.eng
dc.description.editionvol:71 fasc: 7
dc.description.researchareaCiencia y desarrollo tecnologíco
dc.description.researchareaComputación aplicada
dc.description.researchareaGestión de la tecnología y la innovación
dc.description.researchareaIngeniería de Software
dc.description.researchareaLogística y Gestión de procesos
dc.description.researchareaTecnología y calidad en la industria de alimento
dc.format.extent8 PAGINAS
dc.format.mimetypeapplication/pdf
dc.identifier.citationLengua-Cantero, C., Lambraño Pérez, L., Solorzano Peralta, N., García Medina, M., & Acosta Meza, D. (2024). Inteligencia artificial y la gestión de requerimientos de software educativo: SGR. Revista Ibérica de Sistemas e Tecnologías de Informação (RISTI), ISSN: 1646-9895, (E71), 1-8. https://www.risti.xyz/issues/ristie71.pdf
dc.identifier.urihttps://repositorio.cecar.edu.co/handle/cecar/10323
dc.language.isospa
dc.publisherRevista Ibérica de Sistemas e Tecnologias de Informação
dc.publisher.placePORTUGAL
dc.relation.referencesCampos, M. (2021). Clasificación de textos basada en redes neuronales. (U. P. Valencia, Ed.) https://riunet.upv.es/bitstream/handle/10251/172276/Campos%20-%20 Clasificacion%20de%20textos%20basada%20en%20redes%20neuronales. pdf?sequence=1&isAllowed=y
dc.relation.referencesCóndor-Herrera, O. (2020). Educar en tiempos de COVID-19. CienciAmérica, 9(2), 31–37. https://doi.org/10.33210/CA.V9I2.281
dc.relation.referencesCorchado, J. M., Kollias, S., Taheri, J., Noh, S., Chung, K., & Shim, J. (2022). Validating Syntactic Correctness Using Unsupervised Clustering Algorithms. Electronics 2022, Vol. 11, Page 2113, 11(14), 2113. https://doi.org/10.3390/ELECTRONICS11142113
dc.relation.referencesCristiá, M. (2011). Introducción a la Ingeniería de Requerimientos. https://www. researchgate.net/publication/319728760_Introduccion_a_la_Ingenieria_de_ Requerimientos
dc.relation.referencesEsparza, O., Vázquez, S., & González, A. (2021). Uso de técnicas de procesamiento de lenguaje natural para la detección de requerimientos de software. South Florida, 2(5), 7323-7335. https://doi.org/10.46932/sfjdv2n5-072
dc.relation.referencesFeldt, R., de Oliveira Neto, F. G., & Torkar, R. (2018). Ways of Applying Artificial Intelligence in Software Engineering. RAISE, 1–7.
dc.relation.referencesFradejas, J. (2022). Estilometría y análisis de texto con R para filólogos (Universidad de Valladolid, Ed.). http://www.aic.uva.es/cuentapalabras/index.html
dc.relation.referencesGrimmer, J., & Stewart, B. M. (2013). Text as Data: The Promise and Pitfalls of Automatic Content Analysis Methods for Political Texts. Political Analysis, 21(3), 267–297. https://doi.org/10.1093/pan/mps028
dc.relation.referencesLópez Valerio, C., & Mejías Cruz, J. C. (2020). Guía para la Ingeniería de Requerimientos bajo un enfoque ágil integrando técnicas de usabilidad. Iberian Journal of Information Systems and Technologies, 32, 546–558. http://www.risti.xyz/issues/ ristie32.pdf
dc.relation.referencesPopenici, S. A. D., & Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 22. https://doi.org/10.1186/s41039-017-0062-8 Pressman, R., & Maxim, B. (2021). Ingeniería del software un enfoque páctico (9th ed., Vol. 1).
dc.relation.referencesSonbol, R., Rebdawi, G., & Ghneim, N. (2022). Learning software requirements syntax: An unsupervised approach to recognize templates. Knowledge-Based Systems, 248, 108933. https://doi.org/10.1016/J.KNOSYS.2022.108933
dc.relation.referencesTurney, P. D., & Pantel, P. (2010). From Frequency to Meaning: Vector Space Models of Semantics. Journal of Artificial Intelligence Research, 37, 141–188. https://doi. org/10.1613/jair.2934
dc.rightsThe Author 2024. This work is licensed under a Creative Commons Attribution License (https://creativecommons.org/licenses/by/4.0/) that allows others to share and adapt the material for any purpose (even commercially), in any medium with an acknowledgement of the work's authorship and initial publication in this journal.eng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.sourcehttps://www.risti.xyz/issues/ristie71.pdf
dc.subject.ddc600 - Tecnología (Ciencias aplicadas)::607 - Educación, investigación, temas relacionados
dc.subject.proposalRequerimiento de softwarespa
dc.subject.proposalprocesamiento de lenguaje naturalspa
dc.subject.proposalinteligencia artificialspa
dc.subject.proposalSoftware requirementseng
dc.subject.proposalnatural language processingeng
dc.subject.proposalartificial intelligenceeng
dc.subject.proposaleducational softwareeng
dc.subject.unescoInteligencia artificial
dc.subject.unescoArtificial intelligence
dc.titleInteligencia artificial y la gestión de requerimientos de software educativo: SGR
dc.typeInforme de investigación
dc.type.coarhttp://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/report
dc.type.redcolhttp://purl.org/redcol/resource_type/ART
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
ristie71.pdf
Tamaño:
19.31 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

BAG. Simulación de tecnologías Industriales (STI)