Big Data - Analítica del aprendizaje y minería
de datos aplicados en la Universidad
Big Data - Analytics of learning and mining of data applied in the University
José Antonio Carrillo Zenteno,1* Universidad Católica de Cuenca {[email protected]}
Fecha de recepción: 10 de marzo de 2018 - Fecha de aceptación: 23 de marzo de 2018
Resumen
El término Big Data abarca el manejo de grandes volúmenes de información, está tecnología ha tenido
un enorme impacto en las organizaciones deseosas de administrar sus datos eficientemente. Es así que, el presente artículo tiene como objetivo hacer una revisión de los conceptos de Big Data y la influencia que
ésta tecnología ha tenido en diferentes sectores, enfocándose principalmente en el sector de la educación,
que hoy en día se ha convertido en un repositorio de mucha información que pocas veces es tratada de manera eficiente. Al mismo tiempo, la Analítica del Aprendizaje y la Minería de datos permiten mejorar
las metodologías pedagógicas, obtener patrones y tomar decisiones a partir de datos procedentes de Big
Data. El presente artículo expone información sobre Big Data y el framework Hadoop, Analítica del Aprendizaje, Minería de Datos y cómo estas pueden ayudar en la problemática de deserción estudiantil, a través de la revisión de información relacionada con la temática abordada.
Palabras clave Big Data, big data en la educación, analítica del aprendizaje, minería de datos.
Summary
The term Big Data covers the handling of large volumes of information, this technology has had an
enormous impact on organizations willing to manage their data efficiently. Thus, this article aims to review the concepts of Big Data and the influence that this technology has had in different sectors, focusing mainly on the education sector, which today has become a repository of a lot of information that is rarely treated efficiently. At the same time, Learning Analytics and Data Mining allow us to improve pedagogical methodologies, obtain patterns and make decisions based on Big Data. This article exposes information about Big Data and the Hadoop framework, Learning Analytics, Data Mining and how these can help in the problem of student desertion, through the review of information related to the topic addressed.
Keywords Big Data, big data in education, learning analytics, data mining.
INTRODUCCIÓN
En la actualidad, existen herramientas que admiten la extracción, almacenamiento y análisis de la información de los estudiantes en cuanto a su comportamiento dentro del entorno de enseñanza - aprendizaje; por lo que el objetivo de este trabajo es realizar una revisión sobre Big Data como medio de almacenamiento de información procedente de la actividades en instituciones de educación superior; así como también, la aplicación de la analítica del aprendizaje en el sector educativo para analizar información a través de técnicas de analítica de negocios, que permitan revelar qué estudiantes están
en riesgo de abandono (Guitart Hormigo & Conesa i Caralt, 2014) . Así mismo, se pretende abordar la minería de datos como una herramienta que permitirá
a las universidades conocer el perfil del alumno que continúa estudiando, así como el perfil del estudiante
desertor (Pinzón Cadena, 2011).
Para el desarrollo del presente trabajo se realizó una revisión de literatura relacionada con el tema de interés, aplicando para ello búsquedas no estructuradas en documentos y sitios relevantes.
BIG DATA
Los avances tecnológicos de los últimos años han dado lugar a la producción, almacenamiento y distribución de grandes cantidades de información, procedentes de diversas y variadas fuentes como: *Ingeniero de Sistemas, Magister en Sistemas de Información
dispositivos móviles, redes sociales, internet de las cosas, páginas web, entre otras; surgiendo el término Big Data como el tratamiento y análisis de ingentes volúmenes de información.
Según (IBM), la cantidad de información generada cada día es de 2,5 trillones de bytes de datos, de los cuales el 90% pertenecen a los dos últimos años. Para (Gartner, 2013) Big Data son “los activos de información, caracterizados por su alto volumen, alta velocidad y alta variedad, que exigen formas innovadoras y rentables de procesamiento de la información para mejorar la comprensión y la toma de decisiones”. Según Serrano-Cobos(2014), Big Data son sistemas que gestionan grandes, enormes conjuntos de datos llamados data sets. Es así, que el
uso de Big Data ha beneficiado a muchos entornos
como: salud, gobierno, empresas, educación, entre otros.
BIG DATA EN LA EDUCACIÓN
El ambiente educativo produce volúmenes gigantes de información de sus estudiantes como: datos
personales, calificaciones, cursos que toma, acceso a
bibliotecas, entre otros; las Universidades al igual que cualquier empresa viene recogiendo esa información, relacionada especialmente con el rendimiento de los
estudiantes y el período que les toma para finalizar sus
estudios. Al mismo tiempo, muchas de las instituciones de educación superior han incorporado a su sistema de enseñanza, la formación a través de plataformas en línea que por una parte generan grandes cantidades de información y que por otra, facilitan el cambio de una educación tradicional limitada a un espacio físico y temporal, a una educación sin limitantes, que permite a los estudiantes el acceso a la enseñanza en el momento y espacio de su agrado; convirtiéndoles en partícipes activos de su propio avance, gracias a la retroalimentación proporcionada por los maestros, motivando de esta manera su proceso educativo.
Así mismo, toda esa información no es más que simples datos que no tienen ningún valor sin son vistos de forma aislada, pero que una vez analizados pueden ayudar a mejorar el rendimiento académico, disminuir las tasas de deserción, mejorar la toma de decisiones, entre otras. Según Bollati(2013), las soluciones Big Data aplicadas en el ámbito académico pueden centrarse en el aspecto institucional Analítica Académica o Academic Analytics y en el aspecto del aprendizaje Analítica del aprendizaje o Learning
Analytics, visualizado en la figura Nro.1.
Figura 1. Big Data en la Educación.
ANALÍTICA DEL APRENDIZAJE
La analítica del aprendizaje es un término relativamente nuevo que ha ido creciendo en
los últimos años por cuatro razones principales.
1. Aumento sustancial de datos: la cantidad de datos disponibles en los contextos educativos se obtienen a través de dispositivos digitales y tecnologías en línea que permiten la captura y posterior análisis de la información.
2. Formatos de datos mejorados: hoy en día hay formatos estandarizados para el registro de datos educativos.
3. Avances en la computación: la analítica es impulsada también por los avances de la computación, que permiten el análisis de grandes cantidades de datos.
4. Incremento de herramientas más sofisticadas para
el análisis: como es el caso de Google Analytics que desarrolló MapReduce, base importante para el proyecto Hadoop (Siemens & Baker, 2012). ¿QUÉ ES LA ANALÍTICA DEL APRENDIZAJE? La analítica del aprendizaje es un área de la investigación que se centra en las Big Data generadas en los procesos educativos con el objetivo de mejorar las metodologías pedagógicas, predecir tendencias y patrones en el proceder de los estudiantes, estableciendo un camino para personalizar los entornos de aprendizaje en función de las necesidades de cada individuo. Según Analysis of Learning and Knowledge(2011) “Analíticas de aprendizaje es la medición, recopilación, análisis y presentación de datos sobre los estudiantes y sus contextos, a los efectos de la comprensión y el aprendizaje optimizado y los entornos en que se produce”. De igual forma, la analítica del aprendizaje busca adquirir información y conocimientos actuales que no han sido procesados
y evaluados adecuadamente a fin de lograr un cambio significativo en el sistema educativo, mejorando la
podrán conocer si los estudiantes están receptando de manera adecuada los conocimientos impartidos y
planificar actividades de enseñanza; los estudiantes
conocerán sus debilidades y sus fortalezas cambiando la percepción que tienen sobre su vida estudiantil y proporcionará a las autoridades los elementos necesarios para la toma de decisiones en pro de la
mejora educativa (Landacay, 2015). La tabla Nro. 1 refleja el papel de la analítica del aprendizaje y la
analítica académica.
Tabla 1. Analítica del aprendizaje y analítica académica.
BIG DATA Y ANALITICA DEL APRENDIZAJE EN LA EDUCACIÓN SUPERIOR.
Según Long & Siemens(2011), Big Data y Analítica del aprendizaje da valor a la educación superior por las siguientes razones:
• Mejorar la toma de decisiones administrativas y la asignación de recursos.
• Identificar a los estudiantes que están en riesgo y
evitar la deserción de los mismos.
• Crear mediante el análisis de datos transparente una comprensión de los éxitos y desafíos de la institución.
• Innovar y transformar el sistema universitario, así como los modelos pedagógicos.
• Dar sentido a temas complejos a través de la combinación de las redes sociales y redes técnicas de información.
• Ayudar a la toma de decisiones mediante el análisis holístico de escenarios hipotéticos y experimentación explorando varios elementos (por ejemplo retener a los estudiantes, bajar costos). • Aumentar la productividad y eficacia de la
organización.
• Ayuda a determinar a los líderes institucionales el
valor generado por la actividad docente como por
ejemplo patentes, investigación, perfil, reputación
y calidad de la enseñanza.
• Proporciona a los estudiantes una idea de sus propios hábitos de aprendizaje y puede dar recomendaciones para la mejora.
BENEFICIOS DE LA ANALÍTICA DEL APRENDIZAJE.
Según Landacay(2015), los beneficios de la analítica
del aprendizaje para docentes, coordinadores y autoridades son los siguientes:
• Apoyo a los estudiantes durante el proceso de aprendizaje.
• Evaluación del avance de los estudiantes y toma de decisiones.
• Disminución del número de estudiantes retirados y no aprobados.
• Determinar las causas por las cuales los estudiantes reprueban y aplicar y dar soluciones para evitar la pérdida y deserción de alumnos.
• Mejorar la distribución de recursos.
• Analizar la relación entre estudiantes, programas curriculares, universidad y el docente.
• Examinar un modelo de aprendizaje.
• Optimizar la creación de métodos de estudio.
En cuanto a los estudiantes los beneficios son:
• Tomar medidas auto preventivas relacionadas con
sus aprendizajes, para que éstos sean eficientes
evitando retratarse de la carrera, anular o perder la materia.
• Conocer su avance en una materia.
• Solicitar refuerzo académico a los docentes sobre un tema particular.
• Mejorar la relación entre estudiantes y docentes. • Fortalecer compromisos con la autoevaluación y
auto motivación.
Figura 2. Dimensiones críticas de la
MARCO DE LA ANALÍTICA DEL APRENDIZAJE. Para Buckingham (2012), las dimensiones críticas de la analítica del aprendizaje se resumen en:
• Partes interesadas (Stakeholders): Contribuyentes
y beneficiaros de la analítica de aprendizaje.
• Objectivos (objectives): Establece las metas que se quieren alcanzar.
• Datos (data): Son los datos educativos y el entorno en los que se producen.
• Instrumentos (instruments): Tecnologías, algoritmos y teorías que llevan el análisis.
• Restricciones (constrains): Restricciones o
limitaciones para los beneficios anticipados.
• Competencias (competence): Necesidades de los usuarios para explotar los beneficios.
NIVELES
La analítica del aprendizaje posee cuatro niveles (Landacay, 2015).
• Descriptivo, obtiene de los datos generados la mayor cantidad de detalles, que permitan saber qué es lo que está pasando y produciendo ciertos sucesos o comportamientos, por ejemplo, aprobación o reprobación, deserción.
• Diagnóstico, luego de haber obtenido el conocimiento de lo que está sucediendo en una institución educativa, se procede con una evaluación crítica y objetiva.
• Predictivo, se realizan proyecciones para evaluar qué pasaría si se disminuye el o los factores que están afectando negativamente
• Prescriptivo, qué es lo que se va a hacer para alcanzar el resultado esperado.
PROCESO
El proceso que se sigue para aplicar la analítica de aprendizaje es (Landacay, 2015):
• Recoger datos
• Convertir los datos en información importante y obtener resultados.
• Uso de la información y,
• Aplicación de analítica del aprendizaje INFORMACIÓN DISPONIBLE
Para Martínez, Gutiérrez Reina, Toral Marin, & Barrero García(2014), la información disponible en los entornos educativos es:
• Perfiles de los estudiantes, información sobre perfiles y vida académica; esta información suele usarse para clasificación y categorización y en
pocas ocasiones es utilizada para la estimación o
predicción.
• Información sobre el aprendizaje, a través de las aulas virtuales y la educación en línea, los estudiantes dejan una gran cantidad de información al utilizar estos recursos; los servidores web almacenan datos diversos de las actividades de los estudiantes, datos que pueden ser recuperados a través de los archivos log. Además,
se pueden identificar aplicaciones de minería
de datos, empleadas para la comprensión del comportamiento de los estudiantes para encontrar y analizar patrones en cuanto al comportamiento en base a sus logros, evaluaciones y el dominio del contenido académico en el proceso de enseñanza- aprendizaje; permitiendo que las instituciones educativas puedan tomar decisiones que vayan en mejora de la educación (Ballesteros Romásn, Sánchez-Guzmán, & García Salcedo, 2013). • Interacciones, las plataformas de gestión del
aprendizaje facilitan la interacción de los estudiantes con el docente; son fuentes de información, porque proveen datos sobre la participación del alumno y permiten descubrir patrones de comportamiento y organización.
• Contenido, la interacción de los estudiantes tiene lugar en forma de texto escrito, que puede ser analizado algorítmicamente a través de técnicas de procesamiento de lenguaje natural.
MINERIA DE DATOS
La minería de datos es el proceso de extraer información de grandes cantidades de datos y buscar patrones de comportamiento; la minería de datos es aplicada en diferentes ámbitos. La minería de datos es.
MINERÍA DE DATOS EN EL SECTOR EDUCATIVO
Las técnicas de minería de datos en el sector educativo son utilizadas para encontrar patrones de comportamiento de los estudiantes en base a logros,
evaluaciones y dominios del contenido a fin de generar
de estrategias basados en la demanda y orientación de las plataformas virtuales por medio de las competencias y necesidades del entorno (Monsalve, Aponte, & Hoyos, 2013).
MÉTODOS Y TÉCNICAS DE LA MINERÍA DE DATOS
• Clasificadores para minería de datos: Se usan para comprender los comportamientos de los estudiantes en los diferentes mecanismos de enseñanza aprendizaje.
• Clustering: Es un método de agrupamiento en los que se incorporan elementos similares
(Ordoñez Briceño, 2013), puede ser definida
como “la división o partición de un conjunto de observaciones con el objetivo principal de asignar
a cada uno de los N objetos de datos a uno de los K
posibles grupos disjuntos mediante una medida de similitud” (Ballesteros Román, Sánchez Guzmán, & García Salcedo, 2013).
HERRAMIENTAS DE MINERÍA DE DATOS Existen diferentes herramientas de minería de datos que proveen algoritmos para la validación estadística de los datos; entre las herramientas que se pueden emplear se encuentran: RapidMiner, R, Weka, quilla
y SNAPP.
HADOOP
Hadoop es un framework de código abierto, diseñado para el almacenamiento y procesamiento a gran escala de conjuntos de datos en un gran número de máquinas (García, 2014). Además, Hadoop permite la creación de aplicaciones para procesar grandes volúmenes de información haciendo uso de un modelo sencillo de programación; es escalable y ofrece un buen nivel de tolerancia a fallos (Serrat Morros, 2013).
SISTEMA DE ARCHIVOS DISTRIBUIDOS DE HADOOP (HDFS).
Sistema de archivos distribuidos que facilitan el almacenamiento de la información en diferentes dispositivos; tiene una arquitectura maestro-esclavo y permite la replicación de la información en diferentes nodos lo que lo hace tolerante a fallos, siendo compatible con la organización de archivos
tradicional. La figura Nro. 3 muestra estructura de
HDFS.
Figura 3. Arquitectura de HDFS Fuente: Sitio web Hadoop
MAPREDUCE
MapReduce maneja el concepto de divide y vencerás; la característica principal de MapReduce es: con la función Map(), se hace un mapeo de la información de entrada, dando como resultado un par[clave, valor] que sirve de entrada para la siguiente fase; y, Reduce(), que es la encargada de realizar el procesamiento de la información recibida, mapeada
en la fase anterior (Jiménez Barquin, 2014). La figura Nro. 4 muestra la arquitectura de MapReduce.
Figura 4. Arquitectura de MapReduce
Los principales componentes de MapReduce son:
1. Cliente, es el que inicia la funcionalidad de MapReduce.
2. Organizador de intercambios en el sistema distribuido, distribuye los trabajos en las diferentes entidades.
3. JobTracker, encargado de recibir las peticiones de los clientes y organizar el trabajo sobre los TaskTracker.
FUNCIONALIDADES
Hadoop cuenta con muchas funcionalidades, de las cuales se describirán algunas:
HBASE: Base de datos distribuida NoSQL, que
trabaja con grandes volúmenes de datos, almacenados
en formato de fila y columna.
HIVE: Realiza lecturas en la base de datos y tiene
un lenguaje similar a SQL.
FLUME: Permite la recolección y manejo de
grandes cantidades de datos de manera eficiente, su
arquitectura es sencilla.
RHADOOP: Es un juego de paquetes que permite
procesar datos de manera eficiente realizando un análisis significativo de la información. Los paquetes
que proveen funcionalidad a RHadoop son: rmr2, rhdfs y rhabse (Gahlawat, 2014).
RESULTADOS
De acuerdo con la información recabada las universidades manejan gran cantidad de información relacionada con sus procesos académicos y administrativos, por lo que el empleo de herramientas que manejen los datos que se generan diariamente permitirá tomar decisiones de manera oportuna, optimizando diferentes procesos universitarios.
CONCLUSIONES
• Las Universidades al igual que cualquier empresa deben ser conscientes de la ventaja competitiva que proporciona el análisis de datos de sus estudiantes,
a fin de convertirlos en información relevante que
les permita tomar decisiones.
• El empleo de Big Data para la producción, almacenamiento y distribución de la información permitirá un manejo más adecuado de volúmenes de información procedentes del entorno educativo, siendo una opción el framework Hadoop, debido a la variedad de componentes que se encuentran disponibles en su entorno facilitando el tratamiento de información.
• La Analítica de Aprendizaje en el ámbito educativo, permitirá realizar un análisis de datos procedentes de diferentes fuentes con el objetivo de mejorar los procesos pedagógicos y la manera en la que los estudiantes aprenden.
• La Minería de datos aplicada al sector educativo provee de un conocimiento profundo sobre el
comportamiento de los estudiantes a fin de mejorar
los procesos de enseñanza – aprendizaje, evitando la deserción de los alumnos.
REFERENCIAS BIBLIOGRÁFICAS
• Córdoba Padilla, M. (2012). Gestion Financiera. Bogota: Ecoe.
• ABC. (2017). Definicion ABC. Obtenido de Definicion ABC: https://www.definicionabc.com/ negocios/competitividad-empresarial.php
• Accerto. (2014). Trabajo en Equipo. Madrid: Grupo Planeta Spain.
• Aguilera, P. E. (2012). Los estilos de enseñanza, una necedidad para la atención para los estilos de aprendizaje de la educación universitaria. Estilos de Aprendizaje, 1-13.
• Aktouf, O. y. (2012). Administración. Tradición, Revisión y Renovación . Mexico.
• Alvarado, P. L. (2015). Estilos de Aprendizaje y Mapas Mentales en Estudiantes de Secundaria. Revista Estilo de Aprendizaje, 1-24.
• Amauri Maximiano, A. (2012). Fundamentos de Administración. Teoría general y proceso administrativo. México D.F: Pearson Educación. • Analysis of Learning and Knowledge. (2011).
LAK.
• Anasi Taco, C. R. (2013). Gestión Financiera.
Quito.
• Arellano, D. (2015). Dilemas y Potencialidades de los Presupuestos orientados a Resultados. México D.F.: Polanco.
• Ariely, D., & Berns, G. (2010). Neuromarketing
The hope and hype of neuroimaging in business.
Nature Reviews Neuroscience(11), 284-292. doi: doi10.1038/nrn2795.
• Ballesteros Román, A., Sánchez Guzmán, D., &
García Salcedo, R. (14 de Noviembre de 2013).
Minería de datos educativa: Una herramienta para la investigación de patrones de aprendizaje sobre el contexto educativo. Recuperado el 08 de Julio de 2015, de www.lajpe.org
• Ballesteros Romásn, A., Sánchez-Guzmán, D., &
García Salcedo, R. (14 de Noviembre de 2013).
Lajpe. Recuperado el 30 de Junio de 2015, de
http://www.lajpe.org/dec13/22-LAJPE_814_bis_ Alejandro_Ballesteros.pdf
• Bateman, T., & Snell, S. (2009). Administracion: Liderazgo y colaboracion en un modo competitivo. Mexico: Mc Graw Hill.
• Bernal, M. (2012). La Planificación:Conceptos
Básicos, Principios, y desarrollo de procesos. Bolivia: Teques S.A.
• Bollati, R. (2013). Big Data en la Educación.
Recuperado el 04 de Julio de 2015, de http:// sedici.unlp.edu.ar/bitstream/handle/10915/27460/ Documento_completo.pdf?sequence=1
• Breeze, J. B. (10 de Febrero de 2017).
Obtenido de https://www.linkedin.com/
pulse/20140813103409-1146575-here-s-looking-at-you
• Brito, M. (2015). Neuromarketing La unión de dos grandes: La Neurociencia y el Marketing. Revista
Ecomundo(71), 1-4.
• Buckingham, S. (2012). Learning Analytics.
Vancouver: UNESCO.
• Burbano Ruiz, J. (2012). Presupuestos. Un enfoque de gestión, planeación y control de recursos. Bógota: McGraw-Hill Interaericana, S.A.
• Burbano Ruiz, J. E. (2012). Presupuestos: enfoque de direccionamiento estratégico, gestión y control de recursos. Madrid: McGraw-Hill.
• Canales, P. (2013). NEUROMARKETING, ¿EL FUTURO YA ESTÁ AQUÍ? Revista 3 Ciencias,
II(7), 1-11.
• Canelles, E. (10 de Marzo de 2017). 3 casos de
éxito en Neuromarketing. Recuperado el 23 de Febrero de 2018, de https://www.solucionesc2. com/casos-exito-neuromarketing/
• Cárdenas, R. (18 de Noviembre de 2014). MIES-INFA presentó nuevo modelo de gestión. La Hora,
pág. 19.
• CCS. (20 de 07 de 2017). Consejo Colombiano de Seguridad . Obtenido de Consejo Colombiano de
Seguridad : http://ccs.org.co/interna_certificacion. php?idcategoria=8&idnoticia=68
• Cedeño, E. (10 de Diciembre de 2012). Obtenido
de http://bhi-unif.blogspot.com/
• Cepeda Chafla, V., & Zuñiga Alvarado, A. (2004).
Estudio de Mercado y Plan de Marketing de la compañía VIPCAR. Guayaquil: Escuela Superior Politécnica del Litoral.
• Chávez, I. J. (02 de 2016). Escuela de Gobierno y Gestión Pública. Obtenido de http://rc-consulting. org/blog/2016/02/que-es-el-siga/
• Cohen, E., Lima, G., & Bleinroth, P. (2017).
Neuromarketing: uma nova disciplina acadêmica? Marketing & Tourism Review, 1-31. doi:http:// dx.doi.org/10.29149/mtr.v2i2.4560
• Collins, J. (2007). Empresas que sobresalen.
Bogotá: Norma. Recuperado el 25 de septiembre
de 2017
• Consejo Nacional Electoral, ). (2014).
• Constitución de la República del Ecuador. (2008).
Montecristi.
• David Noel, R. P. (2012). Contabilidad
administrativa. Mexico: McGraw-Hill.
• Dessler, & Gary. (2015). Administracion de recursos humanos. mexico: Pearson Educacion. • Diario El Comercio. (22 de Septiembre de
2016). El neuromarketing, un insumo más de las
campañas políticas. pág. 1. Recuperado el 20 de
Febrero de 2018, de http://www.elcomercio.com/
actualidad/neuromarketing-politica-ecuador-elecciones-presidencia.html
• Diario Expreso. (24 de Abril de 2014). El creador del primer laboratorio en Ecuador. Diario Expreso,
pág. 1. Obtenido de http://www.expreso.ec/ historico/el-creador-del-primer-laboratorio-en-ecuador-BCGR_6143444
• Dias, A. (2012). Das “Neurociências aplicadas ao Marketing ao “Neuromarketing Integrativo. Ciências e Cognição, 17(1), 178-189. Obtenido de http://pepsic.bvsalud.org/scielo.php?pid=S1806-58212012000100014&script=sci_arttext
• Diaz Cruz, M., Parra Hernandez, R., & López Castañeda, L. (2012). Presupuesto, Primera edición . Colombia: Pearson Educación.
• Domingo J, G. G., & Antonio, N. L. (2007).
Los estilos de aprendizaje y la enseñanza de las matemáticas. Complutense de Educación, 95-112. • Dougiamas, M. (22 de Mayo de 2015). Algunas
reflexiones sobre dónde está Moodle. Obtenido de https://dougiamas.com/some-reflections-about-where-moodle-is-at/
• Duque, E. (2005). Revisión del concepto de calidad.
Revista Innovar Journal, 64-80. Recuperado el
septiembre de 2017, de Revista Innovar Journal:
http://www.redalyc.org/pdf/818/81802505.pdf
• El Observatorio. (30 de Marzo de 2008). El Observatorio de Martinej sobre ciencia, tecnología, información, documentación, conocimiento.
Obtenido de https://martinej.wordpress. com/2008/08/30/harzings-publish-or-perish/
• El Universo. (18 de 10 de 2015). Espectativas por
examenes unificados para estudiantes.
• Fabricio, P. G. (2012). El presupuesto público: aspectos teóricos y prácticos. Universidad de los Andes, Vicerrectorado Académico, CODEPRE. • Filion, L. J., Cisneros, L. F., Mejía, M., & Jorge,
H. (2011). Administracion de Pymes. Mexico: Pearson Educacion.
Finanzas: http://www.finanzas.gob/
• Font, A. (2007). Curso de negociación estratégica. Barcelona: Editorial UOC.
• Frito Lay. (2017). Frito Lay. Recuperado el 10 de Febrero de 2018, de www.fritolay.com
• Gahlawat, A. (5 de Septiembre de 2014). Big data Analysis using R and Hadoop. 17(5). Recuperado el 29 de Junio de 2015
• García, D. (18 de Junio de 2014). upcommons. Recuperado el 25 de Junio de 2015, de Universidad Politécnica de Catalunya
BarcelonaTeach: http://upcommons.upc.edu/pfc/ bitstream/2099.1/22053/1/100201.pdf
• García-Mestanza, J., & Diaz-Muñoz, R. (mayo de 2008). Comparativa entre distintos sistemas. Obtenido de ESCUELA ESTUDIOS SUPERIORES
ESIC SACER: https://www.esic.edu/documentos/ revistas/esicmk/080613_123331_E.pdf
• García‐Peñalvo , F., García de Figuerola, C., &
Merlo, J. (2010). Open knowledge: challenges and facts. Online Information Review, Vol.
34 Issue: 4, 520-539. Obtenido de https://doi. org/10.1108/14684521011072963
• Gardner, R. (1996). Juegos para empresarios y economistas. ANTONI BOSCH.
• Gartner. (2013). Gartner. (Gartner) Recuperado el
04 de Julio de 2015, de http://www.gartner.com/ it-glossary/big-data/
• Gary, D., & Varela Juárez, R. A. (2011). Administracion de recursos humanos. mexico: Pearson Educacion.
• Gilli, J. J. (2013). Diseño organizativo y estructura de procesos. Buenos Aires : Gransca.
• Gitman, L., & J. Zutter, C. (2016). Principios de la administracion financiera. Mexico: Pearson
Educacion de Mexico S.A.
• Gonzáles, C. M. (2011). Estilos de aprendizaje:
su influencia para aprender a aprender. Estilos de
aprendizaje, 1-13.
• González, I. (14 de Junio de 2017). Neuromarketing.
la. Recuperado el 20 de Febrero de 2018, de
https://neuromarketing.la/2017/06/5-empresas-especializadas-en-neuromarketing/
• González-Peiteado, M. (2013). Los estilos de enseñanza y aprendizaje como soporte de la actividad docente. Estilos de Aprendizaje, 1-23. • Grupo Scimago. (2006). “El índice h de Hirsch:
aportaciones a un debate”. El profesional de la
información, 2006, julio–agosto,, 304-306.
• Guamán, C. R., & Cevallos, U. G. (2016). Análisis
comparativo de estilos de aprendizaje y sus niveles de preferencia. Revista Atlante: Cuadernos de Educación y Desarrollo.
• Guillen, C. M. (2012). Administracion y
Planificacion en el tiempo. Madrid : Diaz Santos.
• Guitart Hormigo, I., & Conesa i Caralt, J. (2014). Proceso de analítica para dar soporte a la toma de decisiones docentes. Oviedo: Universidad de Oviedo.
• Guzmán, M. (2013). Sistema de Control de Gestión y Presupuesto por Resultados. Santiago: Ecoe. • Herrera, C. M., & Zapata, C. P. (2012). Estudio
correlacional de estilos de aprendizaje de estudiantes con modalidad en ciencias naturales. Scielo, 27-43.
• Herrera, V. N., & Rodríguez, G. J. (2011).
Estilos de aprendizaje de los estudiantes de la coorporación universitaria adventista de Colombia y su relación con el rendimiento académico en el
área de matemática. Estilos de Aprendizaje , 1-16.
• IBM. (s.f.). Recuperado el 04 de Julio de 2015,
de
www.oi.ibm.com/software/data/bigdta/what-is-big-data.html
• Instituto Nacional de Evaluación Educativa. (s.f.). Ser Bachiller. Obtenido de http://www.evaluacion. gob.ec/resultados/que-es-ser-bachiller
• Instituto de Nacional de Evaluación Educativa. (s.f.). Ser Bachiller. Obtenido de http://www. evaluacion.gob.ec/ser-bachiller/
• Jiménez Barquin, N. (30 de Septiembre de 2014).
Universidad Politécnica de Madrid. Recuperado el
08 de Julio de 2015, de http://oa.upm.es/34779/
• Kotler, P., Bowen, J., Makens, J., & Garcia de Madriaga, J. F. (2011). Marketing Turistico. Madrid: Pearson Educación S.A.
• Krugman, P., Wells, R., & Olney, M. L. (2008). Fundamentos de Economía. Barcelona: Editorial Reverté S.A,. Recuperado el 10 de septiembre de 2017
• Landacay, K. (2015). Implementar una solución de inteligencia de negocios para explotar la información académica de los estudiantes aplicando Learning Analytics. Loja.
• Lee, N., Broderick, A., & Chamberlain, L. (2007).
International journal of psychophysiology. What
is ‘neuromarketing’? A discussion and agenda for future research, 63(2), 199-204. Obtenido de https://www.sciencedirect.com/science/article/pii/ S0167876006001073
make increasing use of brain imaging. Advances
in Clinical Neuroscience & Rehabilitation, V(3), 36-37. Obtenido de http://www.acnr.co.uk/pdfs/ volume5issue3/v5i3specfeat.pdf.
• Ley Orgánica de Educación Intercultural.
(31 de Marzo de 2011). Obtenido de http:// www.evaluacion.gob.ec/wp-content/uploads/ downloads/2015/06/Anexo-b.-LOEI.pdf
• Lituma, N. (2012). Línea Base para identificar las
necesidades de uso del servicio de movilización de Taxi Ejecutivo en la ciudad de Guayaquil. tesis de pregrado, Universidad Laica Vicente Rocafuerte, Guayaquil. Recuperado el 5 de septiembre de 2017 • Lituma, N. (2014). Análisis de los factores de
calidad que inciden en el uso del servicio de movilización denominado Taxi-Ejecutivo en la ciudad de Guayaquil entre los años 2012 y 2014 para desarrollar una propuesta de innovación en esta modalidad. Guayaquil: Universidad Estatal de Guayaquil.
• Long, P., & Siemens, G. (Septiembre de 2011). Citeulike. (Educause) Recuperado el 07 de Julio
de 2015, de http://www.citeulike.org/user/higher_ ed/article/9958912
• López, A. M., & Silva, F. E. (2009). Estilos de aprendizaje. Relación con motivación y estrategias. Estilos de Aprendizaje, 1-24.
• Lopez, G. J. (1996). Los estilos de aprendizaje y los
estilos de enseñanza.Un modelo de categorización de estilos de aprendizaje de los alumnos de enseñanza secundaria desde el punto de vista del profesor. Estrategias y estilos de aprendizaje, 179-185.
• Lorenzo, A. f. (2012). E.O.I. Obtenido de E.O.I:
http://api.eoi.es/api_v1_dev.php/fedora/asset/ eoi:78100/componente78098.pdf
• Luis R, Gomez , M., David B Blankin, & Robert
L Cardy. (2016). Direccion de recursos humanos.
Madrid: Pearson Educacion.
• Martín, P., & Lázaro, C. (2015). Neuromarketing :
la última frontera de la comercialización. Revista Gestión 57, 14-18.
• Martinez Abad, F., Rodríguez Conde, M. J., & García Peñalvo, F. (2014). Evaluación del impacto
del término MOOC y ELEARNIG en la cultura científica y de divulgación. Profesorado revista de currículum y formación del profesorado, 186-201.
• Martínez, M. d., Gutiérrez Reina, D., Toral Marin, S., & Barrero García, F. (2014). Metodología de Análisis de los Big Data en las plataformas
educativas. Bilbao: Universidad de Sevilla.
• Mas-Collel, A. (enero de 2016). General
Equilibrium and Game Theory. Obtenido de
Harvard University Press: http://www.hup. harvard.edu/catalog.php?isbn=9780674728738
• Ministerio de Educación. (5 de Julio de 2011). Ministerio de Educación. Obtenido de
http://educacion.gob.ec/wp-content/uploads/ downloads/2012/08/ACUERDO-242-11.pdf
• Ministerio de Educación. (2011). Ministerio
de Educación. Obtenido de educacion.gob.ec/ bachillerato-general-unificado/
• Ministerio de Educación del Ecuador. (2005). Hacia el Plan Decenal de Educación del Ecuador
- OEI. Obtenido de www.oei.es/quipu/ecuador/ Plan_Decenal.pdf
• Ministerio de Turismo de El Salvador, ). (2011). XIX Congreso Interamericano de Turísmo.
• Ministerio del Trabajo y Seguridad Social. (2007).
Ecured. Obtenido de Ecured: https://www.ecured. cu/Desempe%C3%B1o_laboral
• Monsalve, J., Aponte, F., & Hoyos, G. (2013). Laclo.org. Recuperado el 08 de Julio de 2015, de
file:///C:/Users/ADOV/Downloads/75-283-1-PB.
• Moodle. (21 de Noviembre de 2017). Moodle. Obtenido de https://docs.moodle.org/all/es/
Historia
• Morales Ramirez, A., Rojas , L. E., Hidalgo Cortés, C., Garcia Lozano, R., & Molinar Solís, J. E. (2013). Relación entre estilos de aprendizaje, rendimiento académico y otras variables relevantes de estudiantes universitarios. Revista Estilos de
Aprendizaje, 1-16.
• Moreno, S. (2012). La gestión Administrativa y el
Estado. Quito.
• MostajoGuardia, R. (2012). Gestión Pública, ILPES. El Sistema Presupuestario en el Perú. Lima: Ecoe.
• Moyano, F., Bruque, C., Maqueira, M., Fidalgo, B., & Martinez, J. (2012). Administración de empresas: Un enfoque teórico y práctico. Madrid: Pearson Education S.A.
• Müch, L. (2010). Administración. Gestión Organizacional, Enfoques Y Proceso Administrativo. Mexico: Person Educacion.
• Murphy, E., Illes, J., & Reiner, P. (2008).
Neuroethics of neuromarketing. Journal of
Consumer behavior(7), 293-302.
Formación y tecnología. Obtenido de http:// www.formacionytecnologia.com/blog/entornos-virtuales-%E2%80%93-moodle/
• Nugra Ruiz, M. B. (2013). Estudio y evaluacion del presupuesto distrital. Cuenca: Quito.
• Ordoñez Briceño, K. F. (18 de Septiembre de 2013). Aplicación de técnicas de minería de datos para predecir la deseción de los estudiantes de primer ciclo de la Modalidad Abierta y a Distancia de la
UTPL. Recuperado el 8 de Julio de 2015, de http:// dspace.utpl.edu.ec/bitstream/123456789/7897/1/
Ordonez%20Brice%C3%B1o%20Karla-%20 Informatica.pdf
• Pérez , J. A. (2013). Introducción a la dirección de empresa: organización humana. Universidad Piura: Segunda edicion.
• Pérez Ordóñez, S. (2013). Modelo de Gestión
Administrativa y Financiero. Quito: Quito.
• Pinzón Cadena, L. L. (15 de Marzo de 2011).
Recuperado el 9 de Julio de 2015, de http://www. usergioarboleda.edu.co/investigacion-marketing/ marketing/articulo5 MineriaDatos.pdf
• Plassmann, H., Ambler, T., Braeutigam, S., & Kenning, P. (2007). What can advertisers learn from neuroscience. International Journal of
Advertising: The Quarterly Review of Marketing Communications, 26(2), 151-175.
• Pop, N., & Iorga, A. (2012). A new challenge
for contemporary marketing-neuromarketing.
Management & Marketing, VII(4), 631-644. Obtenido de http://search.proquest.com/openvie w/1451dd6e1b5b956e6777d96e2cb6f7f9/1?pq-origsite=gscholar&cbl=226548
• Porter, M. E. (2008). Estrategia Competitiva. M[exico: Grupo Editorial Patria. Recuperado el 25 de septiembre de 2017
• Prieto, P. (1996). Clima Laboral . Obtenido de Clima Laboral : http://www.climalaboral.com.es/ informacion/
• Ragone, S. (21 de 01 de 2014). La Administración
en los EEUU. Obtenido de http://www.ugr. es/~redce/REDCE21/articulos/02_ragone.htm
• Restrepo, C. (2009). Aproximaciòn a la Teorìa de Juegos. Ciencias Estratègicas, 17(22), 157-175. Recuperado el 1 de octubre de 2017,
de https://revistas.upb.edu.co/index.php/ cienciasestrategicas/article/viewFile/548/492
• Reyes Ponce , A. (2012). Administracion por objetivos. Mexico: Limusa S.A.
• Rincón Soto, C. A. (2011). Presupuestos
empresariales/ Carlos Augusto Ricón Soto.
Bógota: Ecoe Ediciones.
• Rios, B. O. (03 de 10 de 2013). Prezi. Obtenido de
https://prezi.com/nugmhjnikrkm/el-pensamiento-administrativo-en-inglaterra/
• Rivera, M., & Francisco Gisel, H. C. (2010). Administracion de proyectos . mexico: Pearson Educacion.
• Robbins, Decenzo, S. P., & A Coulter, D. (2013). Fundamentos de Administracion. México: Pearson Educación.
• Romero, M. C. (2016). MODELO DE GESTIÓN DE TALENTO HUMANO PARA MEJORAR
EL DESEMPEÑO LABORAL DEL IESS DE BABAHOYO. Babahoyo.
• Ruiz, R. V. (2013). La Gestion en la Producciòn. Perù: Starbooks.
• Salinas, M. I. (2011). Entornos virtuales de aprendizaje en la escuela: tipos, modelo didáctico
y rol del docente. SEMANA DE LA EDUCACION
2011: Pensando la escuela. Tema central: “La escuela necesaria en tiempos de cambio”, 1-12. • Sánchez, S. P. (2012). El Diario. Obtenido
de http://www.eldiario.ec/noticias-manabi-ecuador/212419-la-gestion-administrativa/
• Santaolalla, P. E. (2009). Matemáticas y estilos de aprendizaje. Estilos de Aprendizaje, 1-17.
• Scielo. (28 de Febrero de 2018). Scielo.
Obtenido de http://www.scielo.org/php/level. php?lang=es&component=44&item=1
• Serrano-Cobos, J. (01 de Noviembre de
2014). El profesional de la información.
Recuperado el 01 de Julio de 2015, de http:// www.elprofesionaldelainformacion.com/ contenidos/2014/nov/01.pdf
• Serrat Morros, R. (Noviembre de 2013). Universitat
Plitécnica de Catalunya BarcelonaTech. Recuperado
el 30 de Junio de 2015, de http://upcommons.upc. edu/pfc/bitstream/2099.1/19855/1/90807.pdf
• Siemens, G., & Baker, R. (2012). Learning Analytics and Educational data Mining. Towards
Comunication and Collaboration. New York: LAK’12. Obtenido de http://www.columbia. edu/~rsb2162/LAKs%20reformatting%20v2.pdf
• Sierra, C. B. (2013). Proceso administratitivo para las organizaciones del siglo XXI. Colombia: Pearson.
• Silicon. (12 de Febrero de 2017). Recuperado el
23 de Febrero de 2018, de http://www.silicon.es/
record-de-ventas-de-microsoft-con-xbox-one-en-eeuu-2279512
• Córdoba Padilla, M. (2012). Gestion Financiera. Bogota: Ecoe.
• ABC. (2017). Definicion ABC. Obtenido de Definicion ABC: https://www.definicionabc.com/ negocios/competitividad-empresarial.php
• Accerto. (2014). Trabajo en Equipo. Madrid: Grupo Planeta Spain.
• Aguilera, P. E. (2012). Los estilos de enseñanza, una necedidad para la atención para los estilos de aprendizaje de la educación universitaria. Estilos de Aprendizaje, 1-13.
• Aktouf, O. y. (2012). Administración. Tradición, Revisión y Renovación . Mexico.
• Alvarado, P. L. (2015). Estilos de Aprendizaje y Mapas Mentales en Estudiantes de Secundaria. Revista Estilo de Aprendizaje, 1-24.
• Amauri Maximiano, A. (2012). Fundamentos de Administración. Teoría general y proceso administrativo. México D.F: Pearson Educación. • Analysis of Learning and Knowledge. (2011).
LAK.
• Anasi Taco, C. R. (2013). Gestión Financiera.
Quito.
• Arellano, D. (2015). Dilemas y Potencialidades de los Presupuestos orientados a Resultados. México D.F.: Polanco.
• Ariely, D., & Berns, G. (2010). Neuromarketing
The hope and hype of neuroimaging in business.
Nature Reviews Neuroscience(11), 284-292. doi: doi10.1038/nrn2795.
• Ballesteros Román, A., Sánchez Guzmán, D., &
García Salcedo, R. (14 de Noviembre de 2013).
Minería de datos educativa: Una herramienta para la investigación de patrones de aprendizaje sobre el contexto educativo. Recuperado el 08 de Julio de 2015, de www.lajpe.org
• Ballesteros Romásn, A., Sánchez-Guzmán, D., &
García Salcedo, R. (14 de Noviembre de 2013).
Lajpe. Recuperado el 30 de Junio de 2015, de
http://www.lajpe.org/dec13/22-LAJPE_814_bis_ Alejandro_Ballesteros.pdf
• Bateman, T., & Snell, S. (2009). Administracion: Liderazgo y colaboracion en un modo competitivo. Mexico: Mc Graw Hill.
• Bernal, M. (2012). La Planificación:Conceptos
Básicos, Principios, y desarrollo de procesos. Bolivia: Teques S.A.
• Bollati, R. (2013). Big Data en la Educación.
Buenos Aires: Universidad Nacional de la Plata.
Recuperado el 04 de Julio de 2015, de http:// sedici.unlp.edu.ar/bitstream/handle/10915/27460/ Documento_completo.pdf?sequence=1
• Breeze, J. B. (10 de Febrero de 2017).
Obtenido de https://www.linkedin.com/
pulse/20140813103409-1146575-here-s-looking-at-you
• Brito, M. (2015). Neuromarketing La unión de dos grandes: La Neurociencia y el Marketing. Revista
Ecomundo(71), 1-4.
• Buckingham, S. (2012). Learning Analytics.
Vancouver: UNESCO.
• Burbano Ruiz, J. (2012). Presupuestos. Un enfoque de gestión, planeación y control de recursos. Bógota: McGraw-Hill Interaericana, S.A.
• Burbano Ruiz, J. E. (2012). Presupuestos: enfoque de direccionamiento estratégico, gestión y control de recursos. Madrid: McGraw-Hill.
• Canales, P. (2013). NEUROMARKETING, ¿EL FUTURO YA ESTÁ AQUÍ? Revista 3 Ciencias,
II(7), 1-11.
• Canelles, E. (10 de Marzo de 2017). 3 casos de
éxito en Neuromarketing. Recuperado el 23 de Febrero de 2018, de https://www.solucionesc2. com/casos-exito-neuromarketing/
• Cárdenas, R. (18 de Noviembre de 2014). MIES-INFA presentó nuevo modelo de gestión. La Hora,
pág. 19.
• CCS. (20 de 07 de 2017). Consejo Colombiano de Seguridad . Obtenido de Consejo Colombiano de
Seguridad : http://ccs.org.co/interna_certificacion. php?idcategoria=8&idnoticia=68
• Cedeño, E. (10 de Diciembre de 2012). Obtenido
de http://bhi-unif.blogspot.com/
• Cepeda Chafla, V., & Zuñiga Alvarado, A. (2004).
Estudio de Mercado y Plan de Marketing de la compañía VIPCAR. Guayaquil: Escuela Superior Politécnica del Litoral.
• Chávez, I. J. (02 de 2016). Escuela de Gobierno y Gestión Pública. Obtenido de http://rc-consulting. org/blog/2016/02/que-es-el-siga/
• Cohen, E., Lima, G., & Bleinroth, P. (2017).
Neuromarketing: uma nova disciplina acadêmica? Marketing & Tourism Review, 1-31. doi:http:// dx.doi.org/10.29149/mtr.v2i2.4560
• Collins, J. (2007). Empresas que sobresalen.
Bogotá: Norma. Recuperado el 25 de septiembre
de 2017
• Consejo Nacional Electoral, ). (2014).
Montecristi.
• David Noel, R. P. (2012). Contabilidad
administrativa. Mexico: McGraw-Hill.
• Dessler, & Gary. (2015). Administracion de recursos humanos. mexico: Pearson Educacion. • Diario El Comercio. (22 de Septiembre de
2016). El neuromarketing, un insumo más de las
campañas políticas. pág. 1. Recuperado el 20 de
Febrero de 2018, de http://www.elcomercio.com/
actualidad/neuromarketing-politica-ecuador-elecciones-presidencia.html
• Diario Expreso. (24 de Abril de 2014). El creador del primer laboratorio en Ecuador. Diario Expreso,
pág. 1. Obtenido de http://www.expreso.ec/ historico/el-creador-del-primer-laboratorio-en-ecuador-BCGR_6143444
• Dias, A. (2012). Das “Neurociências aplicadas ao Marketing ao “Neuromarketing Integrativo. Ciências e Cognição, 17(1), 178-189. Obtenido de http://pepsic.bvsalud.org/scielo.php?pid=S1806-58212012000100014&script=sci_arttext
• Diaz Cruz, M., Parra Hernandez, R., & López Castañeda, L. (2012). Presupuesto, Primera edición . Colombia: Pearson Educación.
• Domingo J, G. G., & Antonio, N. L. (2007).
Los estilos de aprendizaje y la enseñanza de las matemáticas. Complutense de Educación, 95-112. • Dougiamas, M. (22 de Mayo de 2015). Algunas
reflexiones sobre dónde está Moodle. Obtenido de https://dougiamas.com/some-reflections-about-where-moodle-is-at/
• Duque, E. (2005). Revisión del concepto de calidad.
Revista Innovar Journal, 64-80. Recuperado el
septiembre de 2017, de Revista Innovar Journal:
http://www.redalyc.org/pdf/818/81802505.pdf
• El Observatorio. (30 de Marzo de 2008). El Observatorio de Martinej sobre ciencia, tecnología, información, documentación, conocimiento.
Obtenido de https://martinej.wordpress. com/2008/08/30/harzings-publish-or-perish/
• El Universo. (18 de 10 de 2015). Espectativas por
examenes unificados para estudiantes.
• Fabricio, P. G. (2012). El presupuesto público: aspectos teóricos y prácticos. Universidad de los Andes, Vicerrectorado Académico, CODEPRE. • Filion, L. J., Cisneros, L. F., Mejía, M., & Jorge,
H. (2011). Administracion de Pymes. Mexico: Pearson Educacion.
• Finanzas, M. d. (17 de Mayo de 2013). ”Presupuesto Público. Obtenido de Infome Ministerio de
Finanzas: http://www.finanzas.gob/
• Font, A. (2007). Curso de negociación estratégica. Barcelona: Editorial UOC.
• Frito Lay. (2017). Frito Lay. Recuperado el 10 de Febrero de 2018, de www.fritolay.com
• Gahlawat, A. (5 de Septiembre de 2014). Big data Analysis using R and Hadoop. 17(5). Recuperado el 29 de Junio de 2015
• García, D. (18 de Junio de 2014). upcommons. Recuperado el 25 de Junio de 2015, de Universidad Politécnica de Catalunya
BarcelonaTeach: http://upcommons.upc.edu/pfc/ bitstream/2099.1/22053/1/100201.pdf
• García-Mestanza, J., & Diaz-Muñoz, R. (mayo de 2008). Comparativa entre distintos sistemas. Obtenido de ESCUELA ESTUDIOS SUPERIORES
ESIC SACER: https://www.esic.edu/documentos/ revistas/esicmk/080613_123331_E.pdf
• García‐Peñalvo , F., García de Figuerola, C., &
Merlo, J. (2010). Open knowledge: challenges and facts. Online Information Review, Vol.
34 Issue: 4, 520-539. Obtenido de https://doi. org/10.1108/14684521011072963
• Gardner, R. (1996). Juegos para empresarios y economistas. ANTONI BOSCH.
• Gartner. (2013). Gartner. (Gartner) Recuperado el
04 de Julio de 2015, de http://www.gartner.com/ it-glossary/big-data/
• Gary, D., & Varela Juárez, R. A. (2011). Administracion de recursos humanos. mexico: Pearson Educacion.
• Gilli, J. J. (2013). Diseño organizativo y estructura de procesos. Buenos Aires : Gransca.
• Gitman, L., & J. Zutter, C. (2016). Principios de la administracion financiera. Mexico: Pearson
Educacion de Mexico S.A.
• Gonzáles, C. M. (2011). Estilos de aprendizaje:
su influencia para aprender a aprender. Estilos de
aprendizaje, 1-13.
• González, I. (14 de Junio de 2017). Neuromarketing.
la. Recuperado el 20 de Febrero de 2018, de
https://neuromarketing.la/2017/06/5-empresas-especializadas-en-neuromarketing/
• González-Peiteado, M. (2013). Los estilos de enseñanza y aprendizaje como soporte de la actividad docente. Estilos de Aprendizaje, 1-23. • Grupo Scimago. (2006). “El índice h de Hirsch:
aportaciones a un debate”. El profesional de la
información, 2006, julio–agosto,, 304-306.
comparativo de estilos de aprendizaje y sus niveles de preferencia. Revista Atlante: Cuadernos de Educación y Desarrollo.
• Guillen, C. M. (2012). Administracion y
Planificacion en el tiempo. Madrid : Diaz Santos.
• Guitart Hormigo, I., & Conesa i Caralt, J. (2014). Proceso de analítica para dar soporte a la toma de decisiones docentes. Oviedo: Universidad de Oviedo.
• Guzmán, M. (2013). Sistema de Control de Gestión y Presupuesto por Resultados. Santiago: Ecoe. • Herrera, C. M., & Zapata, C. P. (2012). Estudio
correlacional de estilos de aprendizaje de estudiantes con modalidad en ciencias naturales. Scielo, 27-43.
• Herrera, V. N., & Rodríguez, G. J. (2011).
Estilos de aprendizaje de los estudiantes de la coorporación universitaria adventista de Colombia y su relación con el rendimiento académico en el
área de matemática. Estilos de Aprendizaje , 1-16.
• IBM. (s.f.). Recuperado el 04 de Julio de 2015,
de
www.oi.ibm.com/software/data/bigdta/what-is-big-data.html
• Instituto Nacional de Evaluación Educativa. (s.f.). Ser Bachiller. Obtenido de http://www.evaluacion. gob.ec/resultados/que-es-ser-bachiller
• Instituto de Nacional de Evaluación Educativa. (s.f.). Ser Bachiller. Obtenido de http://www. evaluacion.gob.ec/ser-bachiller/
• Jiménez Barquin, N. (30 de Septiembre de 2014).
Universidad Politécnica de Madrid. Recuperado el
08 de Julio de 2015, de http://oa.upm.es/34779/
• Kotler, P., Bowen, J., Makens, J., & Garcia de Madriaga, J. F. (2011). Marketing Turistico. Madrid: Pearson Educación S.A.
• Krugman, P., Wells, R., & Olney, M. L. (2008). Fundamentos de Economía. Barcelona: Editorial Reverté S.A,. Recuperado el 10 de septiembre de 2017
• Landacay, K. (2015). Implementar una solución de inteligencia de negocios para explotar la información académica de los estudiantes aplicando Learning Analytics. Loja.
• Lee, N., Broderick, A., & Chamberlain, L. (2007).
International journal of psychophysiology. What
is ‘neuromarketing’? A discussion and agenda for future research, 63(2), 199-204. Obtenido de https://www.sciencedirect.com/science/article/pii/ S0167876006001073
• Lewis, D., & Bridger, D. (2005). Market researchers
make increasing use of brain imaging. Advances
in Clinical Neuroscience & Rehabilitation, V(3), 36-37. Obtenido de http://www.acnr.co.uk/pdfs/ volume5issue3/v5i3specfeat.pdf.
• Ley Orgánica de Educación Intercultural.
(31 de Marzo de 2011). Obtenido de http:// www.evaluacion.gob.ec/wp-content/uploads/ downloads/2015/06/Anexo-b.-LOEI.pdf
• Lituma, N. (2012). Línea Base para identificar las
necesidades de uso del servicio de movilización de Taxi Ejecutivo en la ciudad de Guayaquil. tesis de pregrado, Universidad Laica Vicente Rocafuerte, Guayaquil. Recuperado el 5 de septiembre de 2017 • Lituma, N. (2014). Análisis de los factores de
calidad que inciden en el uso del servicio de movilización denominado Taxi-Ejecutivo en la ciudad de Guayaquil entre los años 2012 y 2014 para desarrollar una propuesta de innovación en esta modalidad. Guayaquil: Universidad Estatal de Guayaquil.
• Long, P., & Siemens, G. (Septiembre de 2011). Citeulike. (Educause) Recuperado el 07 de Julio
de 2015, de http://www.citeulike.org/user/higher_ ed/article/9958912
• López, A. M., & Silva, F. E. (2009). Estilos de aprendizaje. Relación con motivación y estrategias. Estilos de Aprendizaje, 1-24.
• Lopez, G. J. (1996). Los estilos de aprendizaje y los
estilos de enseñanza.Un modelo de categorización de estilos de aprendizaje de los alumnos de enseñanza secundaria desde el punto de vista del profesor. Estrategias y estilos de aprendizaje, 179-185.
• Lorenzo, A. f. (2012). E.O.I. Obtenido de E.O.I:
http://api.eoi.es/api_v1_dev.php/fedora/asset/ eoi:78100/componente78098.pdf
• Luis R, Gomez , M., David B Blankin, & Robert
L Cardy. (2016). Direccion de recursos humanos.
Madrid: Pearson Educacion.
• Martín, P., & Lázaro, C. (2015). Neuromarketing :
la última frontera de la comercialización. Revista Gestión 57, 14-18.
• Martinez Abad, F., Rodríguez Conde, M. J., & García Peñalvo, F. (2014). Evaluación del impacto
del término MOOC y ELEARNIG en la cultura científica y de divulgación. Profesorado revista de currículum y formación del profesorado, 186-201.
educativas. Bilbao: Universidad de Sevilla.
• Mas-Collel, A. (enero de 2016). General
Equilibrium and Game Theory. Obtenido de
Harvard University Press: http://www.hup. harvard.edu/catalog.php?isbn=9780674728738
• Ministerio de Educación. (5 de Julio de 2011). Ministerio de Educación. Obtenido de
http://educacion.gob.ec/wp-content/uploads/ downloads/2012/08/ACUERDO-242-11.pdf
• Ministerio de Educación. (2011). Ministerio
de Educación. Obtenido de educacion.gob.ec/ bachillerato-general-unificado/
• Ministerio de Educación del Ecuador. (2005). Hacia el Plan Decenal de Educación del Ecuador
- OEI. Obtenido de www.oei.es/quipu/ecuador/ Plan_Decenal.pdf
• Ministerio de Turismo de El Salvador, ). (2011). XIX Congreso Interamericano de Turísmo.
• Ministerio del Trabajo y Seguridad Social. (2007).
Ecured. Obtenido de Ecured: https://www.ecured. cu/Desempe%C3%B1o_laboral
• Monsalve, J., Aponte, F., & Hoyos, G. (2013). Laclo.org. Recuperado el 08 de Julio de 2015, de
file:///C:/Users/ADOV/Downloads/75-283-1-PB.
• Moodle. (21 de Noviembre de 2017). Moodle. Obtenido de https://docs.moodle.org/all/es/
Historia
• Morales Ramirez, A., Rojas , L. E., Hidalgo Cortés, C., Garcia Lozano, R., & Molinar Solís, J. E. (2013). Relación entre estilos de aprendizaje, rendimiento académico y otras variables relevantes de estudiantes universitarios. Revista Estilos de
Aprendizaje, 1-16.
• Moreno, S. (2012). La gestión Administrativa y el
Estado. Quito.
• MostajoGuardia, R. (2012). Gestión Pública, ILPES. El Sistema Presupuestario en el Perú. Lima: Ecoe.
• Moyano, F., Bruque, C., Maqueira, M., Fidalgo, B., & Martinez, J. (2012). Administración de empresas: Un enfoque teórico y práctico. Madrid: Pearson Education S.A.
• Müch, L. (2010). Administración. Gestión Organizacional, Enfoques Y Proceso Administrativo. Mexico: Person Educacion.
• Murphy, E., Illes, J., & Reiner, P. (2008).
Neuroethics of neuromarketing. Journal of
Consumer behavior(7), 293-302.
• Nelli. (9 de Enero de 2012). FORTEC
Formación y tecnología. Obtenido de http:// www.formacionytecnologia.com/blog/entornos-virtuales-%E2%80%93-moodle/
• Nugra Ruiz, M. B. (2013). Estudio y evaluacion del presupuesto distrital. Cuenca: Quito.
• Ordoñez Briceño, K. F. (18 de Septiembre de 2013). Aplicación de técnicas de minería de datos para predecir la deseción de los estudiantes de primer ciclo de la Modalidad Abierta y a Distancia de la
UTPL. Recuperado el 8 de Julio de 2015, de http:// dspace.utpl.edu.ec/bitstream/123456789/7897/1/
Ordonez%20Brice%C3%B1o%20Karla-%20 Informatica.pdf
• Pérez , J. A. (2013). Introducción a la dirección de empresa: organización humana. Universidad Piura: Segunda edicion.
• Pérez Ordóñez, S. (2013). Modelo de Gestión
Administrativa y Financiero. Quito: Quito.
• Pinzón Cadena, L. L. (15 de Marzo de 2011).
Recuperado el 9 de Julio de 2015, de http://www. usergioarboleda.edu.co/investigacion-marketing/ marketing/articulo5MineriaDatos.pdf
• Plassmann, H., Ambler, T., Braeutigam, S., & Kenning, P. (2007). What can advertisers learn from neuroscience. International Journal of
Advertising: The Quarterly Review of Marketing Communications, 26(2), 151-175.
• Pop, N., & Iorga, A. (2012). A new challenge
for contemporary marketing-neuromarketing.
Management & Marketing, VII(4), 631-644. Obtenido de http://search.proquest.com/openvie w/1451dd6e1b5b956e6777d96e2cb6f7f9/1?pq-origsite=gscholar&cbl=226548
• Porter, M. E. (2008). Estrategia Competitiva. M[exico: Grupo Editorial Patria. Recuperado el 25 de septiembre de 2017
• Prieto, P. (1996). Clima Laboral . Obtenido de Clima Laboral : http://www.climalaboral.com.es/ informacion/
• Ragone, S. (21 de 01 de 2014). La Administración
en los EEUU. Obtenido de http://www.ugr. es/~redce/REDCE21/articulos/02_ragone.htm
• Restrepo, C. (2009). Aproximaciòn a la Teorìa de Juegos. Ciencias Estratègicas, 17(22), 157-175. Recuperado el 1 de octubre de 2017,
de https://revistas.upb.edu.co/index.php/ cienciasestrategicas/article/viewFile/548/492
• Reyes Ponce , A. (2012). Administracion por objetivos. Mexico: Limusa S.A.
empresariales/ Carlos Augusto Ricón Soto.
Bógota: Ecoe Ediciones.
• Rios, B. O. (03 de 10 de 2013). Prezi. Obtenido de
https://prezi.com/nugmhjnikrkm/el-pensamiento-administrativo-en-inglaterra/
• Rivera, M., & Francisco Gisel, H. C. (2010). Administracion de proyectos . mexico: Pearson Educacion.
• Robbins, Decenzo, S. P., & A Coulter, D. (2013). Fundamentos de Administracion. México: Pearson Educación.
• Romero, M. C. (2016). MODELO DE GESTIÓN DE TALENTO HUMANO PARA MEJORAR
EL DESEMPEÑO LABORAL DEL IESS DE BABAHOYO. Babahoyo.
• Ruiz, R. V. (2013). La Gestion en la Producciòn. Perù: Starbooks.
• Salinas, M. I. (2011). Entornos virtuales de aprendizaje en la escuela: tipos, modelo didáctico
y rol del docente. SEMANA DE LA EDUCACION
2011: Pensando la escuela. Tema central: “La escuela necesaria en tiempos de cambio”, 1-12. • Sánchez, S. P. (2012). El Diario. Obtenido
de http://www.eldiario.ec/noticias-manabi-ecuador/212419-la-gestion-administrativa/
• Santaolalla, P. E. (2009). Matemáticas y estilos de aprendizaje. Estilos de Aprendizaje, 1-17.
• Scielo. (28 de Febrero de 2018). Scielo.
Obtenido de http://www.scielo.org/php/level. php?lang=es&component=44&item=1
• Serrano-Cobos, J. (01 de Noviembre de
2014). El profesional de la información.
Recuperado el 01 de Julio de 2015, de http:// www.elprofesionaldelainformacion.com/ contenidos/2014/nov/01.pdf
• Serrat Morros, R. (Noviembre de 2013). Universitat
Plitécnica de Catalunya BarcelonaTech. Recuperado
el 30 de Junio de 2015, de http://upcommons.upc. edu/pfc/bitstream/2099.1/19855/1/90807.pdf
• Siemens, G., & Baker, R. (2012). Learning Analytics and Educational data Mining. Towards
Comunication and Collaboration. New York: LAK’12. Obtenido de http://www.columbia. edu/~rsb2162/LAKs%20reformatting%20v2.pdf
• Sierra, C. B. (2013). Proceso administratitivo para las organizaciones del siglo XXI. Colombia: Pearson.
• Silicon. (12 de Febrero de 2017). Recuperado el
23 de Febrero de 2018, de http://www.silicon.es/
record-de-ventas-de-microsoft-con-xbox-one-en-eeuu-2279512
• Silva Ayçaguer, L. C. (2012). El índice-H y
Google Académico: una simbiosis cienciométrica inclusiva. ACIMED vol.23 no.3 Ciudad de La
Habana jul.-set., 308-322. Obtenido de http://scielo. sld.cu/scielo.php?script=sci_arttext&pid=S1024-94352012000300009&lng=es&nrm=iso>. ISSN
1024-9435.
• TeresA, P. B., & Joaquin, S. H. (2013). Imagen corporativa. Madrid: Esic.
• Terrazas Pastor, R. A. (2009). MODELO
DE GESTIÓN FINANCIERA PARA UNA ORGANIZACIÓN. Bolivia: Universidad Católica
Boliviana San Pablo.
• Theory, W. (2011 de 03 de 2011).
catedradireccionycontrol. Obtenido
de catedradireccionycontrol: http:// catedradireccionycontrol.blogspot.com/2011/03/ teorias-de-direccion_29.html
• Torreblanca, F., Juárez, D., Sempere, F., &
Mengual, A. (2012). NEUROMARKETING: LA EMOCIONALIDAD Y LA CREATIVIDAD ORIENTADAS AL COMPORTAMIENTO DEL CONSUMIDOR. 3 Empresas, 1-11.
• Touhami, Z. O., B. L., Jiddane, M., Cherrah, Y., El Malki, H. O., & Benomar, A. (2011).
Neuromarketing: Where marketing and
neuroscience meet. African Journal of Business
Management, 5(5), 1528-1532. doi:10.5897/
AJBM10.729
• Tovar, E., López, J., Piedra, N., Sancho, E., Soto, Ó., & Tovar, E. (2012). Aplicación de tecnologías
web emergentes para el estudio del impacto de repositorios OpenCourseWare españoles y latinoamericanos en la Educación Superior. Madrid: Universidad Politécnica de Madrid.
Obtenido de http://ocw.upm.es/informe-final-ocw
• UNAM. (6 de septiembre de 2017). Teoría de Juegos. Obtenido de Economia unam.mx:http:// www.economia.unam.mx/profesores/blopez/
juegos- Introducci%C3%B3n.pdf
• UNESCO. (2012). DECLARACIÓN DE PARÍS 2012 SOBRE LOS REA. París: UNESCO.
• Universidad Continental. (13 de febrero de 2013). Economía I - Microeconomía. Obtenido
de issuu.com: https://issuu.com/marcoarr/docs/ antolog_a_2013-economia_i
• Universidad de las Palmas de Gran Canaria. (19
academico
• Urdaneta, J., Monasterio, S., & Peña , O. (junio de 2011). Calidad del servicio de taxis del municipio
Maracaibo. Obtenido de Redalyc.org: http://www. redalyc.org/html/993/99319225006/
• Urquijo, J. (2011). La Administración de Sueldos y Salarios. Caracas.
• Valle, S. M., & Angeles, S. M. (2013). Estilos de aprendizaje y autoconcepto académico en los alumnos de bachillerato: diferencias entre modalidades. Estilos de Aprendizaje, 1-21.
• Varela Juarez, R. (2013). Administracion de la compensacion, sueldos, salarios, prestaciones. Mexico.
• Vega, A. G. (2012). Planificación presupuestaria e información finaciera. Ambato: Quito.
• Vicepresidencia de la República, Ministerio de Educación. (2011). Módulo I Educación Inclusiva
y Especial. Quito: Ecuador.
• Villamar Doncel, E. Y. (2017). Potencialidades Pedagógicas de las Tecnologías de la Información y la Comunicación. Caldas: Universidad Distrital Francisco José de Caldas.
• XarxaTIC. (30 de Julio de 2011). XarxaTIC.
