Bases de datos Analíticas Código:  B0.480    Créditos:  6
Consulta de los datos generales   Descripción   La asignatura en el conjunto del plan de estudios   Campos profesionales en que se proyecta   Conocimientos previos   Objetivos y competencias   Contenidos   Consulta de los recursos de aprendizaje de la UOC para la asignatura   Información adicional sobre los recursos de aprendizaje y herramientas de apoyo   Información adicional sobre la bibliografía y fuentes de información   Metodología   Información sobre la evaluación en la UOC   Consulta del modelo de evaluación   Evaluación Contínua   Evaluación final   Feedback  
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios.

Cada vez más el área de bases de datos está evolucionando por la aparición de nuevos retos en la gestión de la información. Así aparecen las bases de datos analíticas y, específicamente, los almacenes de datos o data warehouse (DW) como elemento troncal de la Factoría de Información Corporativa (FIC).

La FIC/DW es hoy en día el centro de atención de las grandes instituciones, porque proporciona un mejor conocimiento de dicha organización y de sus clientes.

La creación de la FIC y la correcta implementación de todos sus elementos tales como los diferentes almacenes de datos, los datos maestros, las estructuras multidimensionales y los procesos de transformación y carga son cuestiones críticas en la gestión del conocimiento y la madurez analítica de las organizaciones. En la creación de la FIC es también fundamental prestar especial atención a las cuestiones relativas a la calidad del dato, gestión de los metadatos y la gestión de los datos maestros. De igual modo y dada la envergadura de los proyectos relacionados con la creación de la FIC, conviene conocer las distintas estrategias y enfoques existentes de cara a abordar estos proyectos.

Amunt

Esta asignatura "Bases de datos analíticas" pertenece a la especialidad en Gestión de datos del Máster en Inteligencia de negocio y Big Data Analytics, así como al Posgrado en Inteligencia de negocio y análisis de datos.  Está dirigido a estudiantes con perfil de formación empresarial, ingenierías de todo tipo, matemáticas, sociología, medicina, ciencias para la información o candidatos con una experiencia profesional equivalente.

El programa provee fundamentos teóricos para la explotación de datos (business intelligencebig datadata science) y también formación aplicada en el ámbito de negocio (customer analyticsoperations analytics y people analytics), tanto para profesionales de perfil funcional como técnico.

La pieza central de las bases de datos analíticas será el almacén de datos, que es en realidad una base de datos diseñada y construida para ofrecer apoyo en la toma de decisiones de las organizaciones.

Un almacén de datos se crea al extraer datos de una o varias fuentes externas de datos. Los datos extraídos, antes de cargarse en el almacén de datos, son transformados para eliminar inconsistencias, y si es necesario, resumirlos. Este proceso de transformación, de creación del detalle de los datos (incluyendo el factor tiempo), el resumen y combinación de los datos extraídos, ayudan a crear un contexto adecuado para que cualquier persona pueda tomar las decisiones que le correspondan de la manera más responsable posible. Por lo tanto, influye directamente en la mayor eficacia del negocio.

Las líneas comerciales actuales y futuras obligan a las empresas a ser cada vez más competitivas. Para ser competitivas es necesario que las compañías tengan optimizados e integrados sus flujos internos de información y sus relaciones comerciales externas, y así conseguir objetivos básicos como son las mejoras de la productividad, la calidad, el servicio al cliente y la reducción de costes.

Para llevar a cabo todos estos propósitos hacen falta profesionales que tengan conocimientos profundos en estas áreas. En consecuencia, y dada la emergencia de todos los temas relacionados con Internet, se puede afirmar que el área de interés presentada forma un bloque innovador dentro del mundo de los sistemas de información.

Amunt

Inteligencia de negocio, gestión de bases de datos, analítica de negocio, social-intelligence y Big Data.

Amunt

El Analista o Científico de Datos debe estar familiarizado con los conceptos básicos de Business Intelligence y análisis de datos.  Es necesario disponer de conocimientos de programación, estadística y principios de visualización. En caso de no tener estos conocimientos, se pueden adquirir mediante la Competencias de Análisis (Data Literacy) o cursando de forma independiente alguno de los cursos.

Amunt

Esta asignatura pretende que, al final de la misma, el estudiante haya adquirido las siguientes competencias:

  • Saber diseñar un almacén de datos, elegir la mejor arquitectura que lo soporte y saberlo administrar.
  • Conocer los diferentes tipos de aplicaciones y herramientas para una óptima explotación del almacén de datos (EIS, OLAP).
  • Conocer y saber construir y utilizar sistemas de bases de datos relacionales para el análisis de datos.
  • Saber cómo deben implementarse procesos de negocio de alto nivel en las empresas para que proporcionen un rendimiento competitivo.
  • Conocer y estar en condiciones de desarrollar e implementar un proyecto de inteligencia de negocio dentro de la empresa, las etapas del ciclo de gestión de proyectos y los métodos específicos de producción de proyectos de business intelligence.
  • Ser capaz de proponer soluciones integradas y hacer entender a los clientes que la implantación de un DW es un proyecto complejo debido a su profundo impacto en los procesos de la empresa (cambio cultural de la empresa, cambio en los procesos de negocio, cambio en la organización y cambio en la disciplina de trabajo).
  • Comprender y saber aplicar los métodos y herramientas de análisis de datos en las principales funciones y procesos empresariales: marketing y ventas, operaciones y logística y recursos humanos.
  • Adquirir y estar en condiciones de implantar una mentalidad crítica y analítica dentro de la empresa, mediante el conocimiento de los diferentes sistemas de información de empresa, los métodos y las técnicas de análisis de datos, la formulación de preguntas e hipótesis y la obtención de conclusiones útiles para el negocio.

 

Con esta asignatura el estudiante adquirirá también las siguientes competencias de la especialización Bases de datos, data minning y Data Warehouse:

  • Conocer y estar en condiciones de aplicar las técnicas y las herramientas de análisis datos, los métodos y los algoritmos más habituales y sus usos aplicados en diferentes empresas y organizaciones.
  • Conocer las diferentes estructuras de datos que ofrecen soporte a los procesos de BI.
  • Conocer las principales herramientas relacionadas con los procesos de BI y saber utilizar alguna.
  • Ser capaz de diseñar e implementar esquemas de almacenes de datos orientados a procesos analíticos.
  • Ser capaz de poblar los almacenes de datos a partir de distintas fuentes de información mediante la creación y ejecución de procesos ETL.
  • Ser capaz de crear y explotar almacenes de datos para buscar información utilizando técnicas específicas de bases de datos analíticas.
  • Estar capacitado para realizar prácticas de uso y construcción de sistemas de inteligencia de negocio, dentro de un marco conceptual propio basado en las buenas prácticas y el conocimiento científico.

Amunt

Los contenidos principales de la parte teórica de la asignatura se recogen en los módulos didácticos que se detallan a continuación:

  • Introducción a las bases de datos analíticas. Introduce los almacenes de datos o data warehouse (DW) en comparación con las bases de datos relacionales. Los sitúa en el centro de la factoría de la información corporativa (FIC), junto a los demás componentes que la forman (almacén de datos departamental, corporativo, operacional, el componente de integración y transformación de datos, las estructuras multidimensionales y los metadatos), de forma que se pueda tener una primera vista de la arquitectura lógica de las bases de datos analíticas. También resalta, en este contexto, la importancia de los datos, de su gestión y de su correcta explotación, así como la administración del sistema de data warehouse. Presenta también las tendencias actuales.
  • La construcción de la  factoría de la información corporativa. Se definen las distintas estrategias de construcción de un sistema de data warehouse, los pasos a seguir para la construcción de los almacenes de datos y el componente de transformación e integración de la FIC. Así mismo se presentan los perfiles que intervienen en el desarrollo y gestión de la FIC.
  • Diseño multidimensional y explotación de datos. Tras una introducción a las necesidades de los analistas de datos y las herramientas OLAP, se presenta el modelo multidimensional. Se explica cómo construir un modelo multidimensional, cada una de las etapas del proceso de diseño (conceptual, lógico y físico) para conseguir una implementación del cubo en un sistema relacional. También se describen algunas operaciones propias del modelo multidimensional que pueden ser ejecutadas en SQL estándar. Finalmente, se aborda la explotación de los datos, desde la necesidad de una adecuada presentación de los mismos, pasando por los distintos formatos de presentación y las herramientas de apoyo.

Los contenidos complementarios de la parte teórica de la asignatura se recogen en los siguientes módulos didácticos:

  • Los datos en la factoría de la información corporativa. En este módulo se abordan cuestiones como la calidad de los datos, la gestión de los datos maestros, gestión de los metadatos y el gobierno del dato. También se tratan los aspectos relacionados con la legalidad y la ética en el tratamiento de dato.
  • Administración de la FIC. Una vez construido el data warehouse y la FIC, hay que explotarlo y mantenerlo, de aquí la importancia de la administración de sistemas de datawarehousing. Se presenta el ciclo de vida del data warehouse, desde las primeras etapas de planificación y diseño; pasando por su puesta en marcha y crecimiento; llegando hasta las fases de monitorización, mantenimiento y optimización. También se presentan las figuras concretas encargadas de llevar a cabo conjuntos de tareas especializadas, que las organizaciones deben contemplar para asegurar el buen funcionamiento del sistema.

Amunt

Material Soporte
Espacio de recursos de ciencia de datos Web
Procesar una dimensión con Visual Studio Audiovisual

Amunt

A parte de los módulos didácticos previamente mencionados, la asignatura dispone de otros materiales de muestra de cursos anteriores (caso práctico y PRAs resueltas) y de soporte al caso práctico (documentos y vídeos) que se publican junto a las actividades de evaluación del curso o en su defecto, en el espacio Recursos del aula. Es necesario estudiar la teoría y tomar como ejemplo estos materiales. El caso práctico de ejemplo no se debe interpretar como un tutorial o guía paso a paso de la PRA y únicamente se facilita a modo de ejemplo de resolución de un caso similar, no necesariamente idéntico.

Destacamos por su importancia 2 documentos que hay que leer con atención para el correcto desarrollo de las prácticas:

  • Entorno_Virtual_VDI.pdf: como guía de configuración y conexión.
  • Importar_base_de_datos_como_crear_vistas_y_cubos.pdf:  con indicaciones sobre cómo proceder en la creación de cubos.

Estos materiales se pueden encontrar junto a las actividades de evaluación que requieren de ellos (PEC1 y PRA3) para su realización. Si hiciera falta algún otro material adicional, será proporcionado durante el curso.

Así mismo, dado el carácter práctico de la asignatura se proporciona un entorno de prácticas previamente configurado para la realización de las actividades prácticas del curso.

En la parte servidor:

  • Sistema operativo: Windows Server 2016
  • Base de datos: Windows SQL  Server 2016 (SGBD  +  SQL Server Analysis Services   + SQL Server Reporting Services)

Y en la parte cliente:

  • SQL Server Management Studio 2017
  • Visual Studio 2017
  • SQL Server Data Tools
  • Report Designer Pentaho
  • Power BI Desktop
  • Pentaho Data Integration v.9

Y para ofrecer soporte técnico en este entorno y resolver las incidencias que puedan suceder con el uso del entorno VDI o del software instalado, dispondréis de un profesor/a en el aula de laboratorio. Dado que esta aula será diferente del aula de teoría, deberéis consultar frecuentemente las dos aulas.

Amunt

  • Devlin, Barry (1997). Data warehouse : from architecture to implementation / Barry Devlin. Massachusetts : Addison-Wesley, cop. 1997
    ISBN: 0201964252
  • Inmon, William H. (2005). Building the data warehouse / W.H. Inmon. New York : J. Wiley, cop. 2005
    ISBN: 0764599445
  • Inmon, William H. (1999). Building the operational data store / W.H. Inmon. New York [etc.] : John Wiley & Sons, cop.1999
    ISBN: 047132888X
  • Inmon, William H. (2001). Corporate information factory / W.H. Inmon, Claudia Imhoff, Ryan Sousa. New York : John Wiley, cop. 2001
    ISBN: 0471399612
  • Inmon, William H. (1994). Using the data warehouse / W.H. Inmon, R. D. Hackathorn. New York : J. Wiley, cop. 1994
    ISBN: 0471059668
  • Inmon, W.H., Strauss, Derek, Neushloss, Genia (2010). DW 2.0: The Architecture for the Next Generation of Data Warehousing/ Morgan Kaufman Series in Data Management Systems, cop. 2010
    ISBN: 0123743192
  • Ladley, Jhon. Data Governance: How to Design, Deploy and Sustain an Effective Data Governance Program2011 / The Morgan Kaufmann Series on Business Intelligence, cop. 2011
    ISBN: 0124158293
  • Kimball, Ralph (2013). The Data Warehouse Toolkit (3ª ed.) / New York: John Wiley & Sons Inc., cop. 2013 
    ISBN: 1118530801

Amunt

Se dispondrá de un único Tablón en el aula, a través del cual el profesorado guiará y orientará el estudio a través de mensajes en el Tablón del aula para el correcto seguimiento de la asignatura. Dado el importante componente práctico que tiene la asignatura dispondréis de dos aulas con un profesor/a en cada una: uno de teoría (quien se encargará de guiar el curso y la evaluación) y uno de laboratorio (que ofrecerá soporte técnico a consultas relacionadas con el uso del entorno VDI o del software instalado). El espacio para la resolución de consultas técnicas y/o de funcionamiento del entorno será indicado en el tablero del aula al inicio de curso.

Las comunicaciones del profesor se harán mediante el tablero, que hace las funciones de pizarra, y las preguntas, debates, comentarios mediante el foro; que es el espacio compartido donde profesores/as y estudiantes pueden interactuar. Obviamente, se puede contactar con el profesor/a colaborador/a a través del correo personal de la UOC, pero preferiblemente debe de hacerse a través del Foro, ya que las dudas y/o problemas encontrados suelen ser los mismos.

Además de las pruebas de evaluación continua (en adelante PEC), que tienen por objetivo consolidar los conocimientos adquiridos y comprobar el nivel de aprendizaje alcanzado durante el estudio de los módulos didácticos; se plantea un caso práctico que servirá para ponerlos en práctica, entrenando habilidades y creando destrezas. Dicho caso es la práctica del curso (en adelante PRA) que por razones pedagógicas hemos dividido en tres partes o entregas (PRA1, PRA2 y PRA3), durante las cuales se desarrollan las diferentes fases del proceso de construcción de un data warehouse. Por la importancia de la PRA en la evaluación de la asignatura y el hecho de que la solución de una parte de la PRA es el punto de partida para la siguiente, es imprescindible respetar escrupulosamente los plazos de entrega establecidos en el calendario de curso.

Las dudas que puedan surgir sobre el caso práctico se resolverán en el aula de teoría. Sólo los problemas que puedan surgir con el entorno de prácticas serán discutidos en el aula de laboratorio. En ningún caso se colgarán soluciones relacionadas con las actividades de evaluación.

Aunque la asignatura es principalmente de carácter práctico, es imprescindible la lectura y estudio de los módulos didácticos para la correcta realización de las distintas actividades de evaluación (PECs y PRAs).

Para la parte teórica se propone seguir la siguiente metodología de estudio en cinco fases:

  • Lectura de la guía de estudio de cada módulo.
  • Lectura y asimilación de los contenidos de los módulos didácticos. Durante esta fase será muy interesante plantear todo tipo de consultas en el Foro.
  • Realización de los ejercicios de autoevaluación que hay al final de los módulos didácticos, o de otros que presente el profesor/a colaborador/a, comprobando su solución con la aportada por el módulo o el profesor/a colaborador/a.
  • Resolver las cuestiones teóricas presentadas en las PECs.
  • Aplicar la teoría a la realización de las prácticas, con lo que se podrá comprobar la implementación real de los conocimientos teóricos adquiridos.

Además, se utilizarán los buzones del Campus Virtual como mecanismo básico de comunicación entre todos los miembros del aula. Los enunciados y las soluciones de las PECs y las prácticas se publicarán en el apartado de Planificación del aula en la fecha que corresponda en el calendario. Los y las estudiantes deberán entregar las soluciones de las actividades en el Registro de EC del apartado de Evaluación del aula.

Para favorecer la comunicación entre todos, se recomienda utilizar el Foro del aula para plantear y resolver cualquier tipo de duda. Hay que tener en cuenta que generalmente la duda de un estudiante suele ser una duda común de varios y que, utilizando un espacio de comunicación común, se aprenderá más y mejor.

Amunt

El proceso de evaluación se fundamenta en el trabajo personal de cada estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados.

La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares que pueden tener consecuencias académicas y disciplinarias graves.

Por un lado, si se detecta alguna de estas conductas irregulares, puede comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente - incluidas las pruebas finales - o en la calificación final de la asignatura, ya sea porque se han utilizado materiales o dispositivos no autorizados durante las pruebas, como redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas del resto de estudiantes, etc.) sin la correspondiente citación, o porque se ha practicado cualquier otra conducta irregular.

Por el otro, y de acuerdo con las normativas académicas, las conductas irregulares en la evaluación, además de comportar el suspenso de la asignatura, pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda.

La UOC se reserva la potestad de solicitar al estudiante que se identifique o que acredite la autoría de su trabajo a lo largo de todo el proceso de evaluación por los medios que establezca la universidad (síncronos o asíncronos). A estos efectos, la UOC puede exigir al estudiante el uso de un micrófono, una cámara u otras herramientas durante la evaluación y que este se asegure de que funcionan correctamente.

La verificación de los conocimientos para garantizar la autoría de la prueba no implicará en ningún caso una segunda evaluación.

Amunt

La asignatura solo puede aprobarse con el seguimiento y la superación de la evaluación continua (EC). La calificación final de la asignatura es la nota obtenida en la EC.


Ponderación de las calificaciones

Opción para superar la asignatura: EC

Nota final de asignatura: EC

Amunt

En esta asignatura, el objetivo principal, es que el estudiante, a partir de una serie de conocimientos teóricos, pueda realizar aplicaciones eminentemente prácticas dentro del ámbito del Data Warehousing, sin perder en ningún momento la perspectiva de los datos. Con esta finalidad el modelo de evaluación consistirá en dos tipos de actividades: las PEC, que permiten comprobar el nivel de comprensión de los conceptos teóricos estudiados, y la práctica, que presenta un caso práctico a resolver sobre un gestor comercial de base de datos y un sistema comercial OLAP y MOLAP.

PECs

Se realizarán dos PECs en la asignatura. Ambas tienen una parte teórica que evalúa los contenidos de los módulos didácticos y una parte práctica de apoyo a la realización de las PRAs.

  • La primera PEC (PEC1) consistirá en evaluar la comprensión de los módulos 1 y 2 de los materiales del curso y la preparación del entorno de prácticas, de modo que el estudiante pueda efectuar una primera toma de contacto tanto con el entorno como con el conjunto de herramientas que se utilizarán durante el curso.
  • La segunda PEC (PEC2) servirá para evaluar la parte teórica del módulo 3 y practicar en la creación de ETLs.

La parte teórica se evaluará mediante un cuestionario Moodle, mientras que la parte práctica se hará mediante la herramienta VideoPEC (acreditando la autoría de la entrega)

No son obligatorias, aunque es muy recomendable entregar cada PEC, ya que cada una de ellas tiene el 10% del peso de la nota final y no entregar una PEC dentro del plazo establecido implica tener un cero de la misma. Esto es debido a que la parte teórica de la asignatura se evalúa mediante las PECs.

Práctica

Se realizarán tres prácticas que son obligatorias. Tienen por objetivo el diseño y construcción de un data warehouse a partir de un caso práctico dado. Las entregas se harán por separado y el plazo para realizarla suele ser de unas tres/cinco semanas (ver la planificación de la asignatura).

Es obligatorio entregar la PRA1, PRA2 y PRA3 para poder aprobar la asignatura.

 La realización del caso práctico, nos permitirá desarrollar las siguientes habilidades:

  • Práctica 1: Se corresponde con las fases de análisis y diseño de la construcción de un almacén de datos. Concretamente para esta primera práctica se pide: el análisis funcional de los requerimientos según el contexto del caso práctico, el análisis de las fuentes de datos proporcionadas y el diseño conceptual, lógico y físico del modelo multidimensional que permita dar respuesta a los requerimientos.
  • Práctica 2: Se corresponde con la fase de carga de datos. Concretamente en esta segunda práctica el estudiante tendrá que definir e implementar los procesos de extracción, transformación y carga de datos desde las fuentes de datos origen hacia el almacén de datos.
  • Práctica 3: Se corresponde con la fase de explotación de datos. Concretamente en esta tercera práctica el estudiante tendrá como objetivo la creación de un cubo multidimensional que permita la explotación de la información disponible en el almacén de datos.

Para superar la asignatura, será condición necesaria haber presentado las 3 prácticas (PRAs) y haber obtenido una nota mínima de 4 en cada una de ellasEs importante recordar que la asignatura se aprueba por evaluación continua, no tiene examen o prueba final.

Entregada y evaluada cada parte de la práctica (PRA1/PRA2/PRA3), el profesor colaborador publicará en el aula UNA solución válida (de las muchas posibles) y comunicará a sus estudiantes su calificación, así como los aspectos que debería mejorar.

Las PRA1, PRA2 y PRA3 son entregas que están relacionadas entre ellas, ya que permiten implementar las fases que conllevan la construcción final del almacén de datos del caso de uso que es el objetivo final de la práctica. Por esta razón, con el fin de unificar criterios, los estudiantes deberán utilizar la solución oficial de la PRA1 como punto de partida de la PRA2, y utilizar la solución oficial de la PRA2 como punto de partida de la PRA3.

En todas las actividades entregadas, hay que indicar explícitamente las fuentes utilizadas en la preparación de la entrega, aportando información para localizar el recurso: URL, datos bibliográficos, etcétera. El profesor/a colaborador/a realizará un seguimiento personalizado de la evaluación continua, corregirá todas las PECs y prácticas entregadas y comentará de forma individual y/o grupal los errores detectados, así como la calificación obtenida. Estos comentarios le ayudarán a progresar en su aprendizaje. 

Conviene insistir en que el modelo de evaluación de esta asignatura está basado en la evaluación continua y que por tanto, es fundamental llevar a cabo las actividades de evaluación que se planteen durante el curso y realizarlas en el plazo establecido. Si en algún caso puntual, no pudiera realizarse alguna entrega por una causa mayor; previa comunicación y justificación documentada al profesor/a colaborador,/a el profesor/a de la asignatura podría considerar el caso de excepcional y ofrecer al estudiante, en la medida de lo posible, una vía alternativa para poder calificar dicha actividad.

Se recomienda realizar alguna entrega antes de la fecha y hora límite para evitar problemas de última hora. Es importante que tengáis en cuenta que pasadas las 23:59h de la fecha límite establecida, la entrega ya se considera fuera de plazo. Siempre es preferible realizar una entrega inacabada que no entregar nada.
Se corregirá la última entrega efectuada antes de la finalización de la fecha/hora límite establecida.

Actividades entregadas fuera de plazo y recuperación

Toda práctica (PRA) entregada fuera de plazo se calificará con una nota máxima de C+(5), siempre que esta sea presentada con anterioridad a la fecha de publicación de la solución oficial. En caso de realizar la entrega con posterioridad a esta fecha, se obtendrá una calificación máxima de C-.

Dado que la asignatura sólo puede superarse con el método de evaluación continua, en caso de suspender o no presentar alguna de las prácticas, se ofrecerá al estudiante la posibilidad de recuperarla. La recuperación constará de dos entregas: la PRA mejorada (la actividad suspendida o no presentada corregida a partir de la solución oficial) y un ejercicio extra (RECPRA) que propondrá el profesor/a colaborador/a. No se aceptarán entregas parciales; es decir, de una de las partes (PRA mejorada o RECPRA). En caso de superar la recuperación, la nota máxima que se obtendrá será de C+(5).

Las RECPRA se facilitarán al día siguiente de la publicación de las notas. No se publican en el aula, el profesor colaborador la envía por correo a cada estudiante que ha suspendido o no ha presentado la PRA correspondiente. No sirven para subir nota de prácticas aprobadas (es decir, no sirven para pasar de una C+ a una B, o de una B a una A).

Aclaraciones:

  • Si se entrega la actividad después de la solución oficial y NO se realiza la RECPRA (ejercicio de recuperación), la nota máxima será un C-. Pero si la nota numérica es igual o superior a 4 se puede aprobar la práctica (PRA) haciendo media entre las notas de las tres actividades (PRA1, PRA2 y PRA3).
  • Cualquier estudiante con una nota inferior a C+ puede presentar la RECPRA, independientemente del momento en que haya entregado la actividad (en plazo, antes de la solución o después de la solución). 
  • Junto a la RECPRA será obligatorio entregar también la correspondiente PRA mejorada, que para su aceptación, deberá obtener una nota numérica igual o superior a 4.

Revisiones

Tras la publicación de las calificaciones de las actividades evaluables, el estudiante podrá solicitar una revisión de su entrega. Se establece un plazo de 4 días después de la fecha de publicación de la nota de cada actividad, para solicitar la revisión. El estudiante que solicite la revisión deberá argumentar al profesor/a colaborador/a qué parte de la entrega desea que sea revisada ya que dispone de la solución oficial publicada. A final de curso no se aceptarán revisiones de actividades por las que el período de revisión finalizó.

Amunt

Dado el carácter eminentemente práctico de esta asignatura, el peso más importante de la nota final lo tendrán las prácticas (PRAs). La nota final de la asignatura, siempre y cuando no se haya recuperado más de una PRA, vendrá determinada por la siguiente fórmula:

NF (Nota Final) = 20% (PECs) + 80% (PRAs)

Si se recuperan 2 o más PRAs se aplicará:

NF (Nota Final) =  PRAs (Nota Final)

La nota final de la práctica (PRA) se calculará teniendo en cuenta las notas de las tres prácticas, y les corresponden los siguientes pesos: PRA1 (30%), PRA2 (45%) y PRA3 (25%).

La práctica es de realización obligatoria en todas sus partes. Hay que obtener una nota mínima de 4 en cada una de ellas para poder calcular la NF (Nota Final).

Cada PEC tiene un peso del 10% en la nota final: PEC1 (10%) y la PEC2 (10%), siempre que no se haya recuperado más de UNA PRA.

En el caso de no haber entregado ninguna actividad evaluable (ni PECs ni PRAs) o que sólo se haya entregado una sola PEC, se obtendría una calificación de NP (No Presentado).

Aquellos estudiantes que hayan obtenido unas calificaciones sobresalientes (superiores a 9) en todas las actividades, hayan participado activamente en el foro de la asignatura y prestado ayuda/soporte a los compañer@s, optarán a una calificación de Matrícula de Honor (MH).

Importante: El seguimiento correcto de la asignatura os compromete a realizar las actividades propuestas (PECs y PRAs) de manera individual y según las indicaciones que pauta este Plan Docente. En caso de que no sea así, las actividades se evaluarán con una D. Por este motivo no se puede enviar, en ningún caso, a otros compañeros del aula la resolución de la actividad durante el período de entrega. Por otra parte, y siempre a criterio de los Estudios, el incumplimiento de este compromiso puede suponer que no se le permita superar ninguna otra asignatura mediante evaluación continuada ni en el semestre en curso ni en los siguientes.

Es responsabilidad del estudiante, asegurarse de que los documentos entregados se han colgado correctamente en el espacio indicado y que corresponden a las actividades que hay que presentar.

Amunt

Se realizará tres tipos de retorno sobre las actividades evaluables entregadas:

  • Retorno general: consiste en la publicación de una posible solución oficial (con explicaciones, en caso de que éstas sean necesarias) para las actividades evaluables propuestas (PECs y PRAs). Este tipo de retorno siempre se realizará. La publicación de las soluciones oficiales se realizará después de fecha límite de entrega fijada para los estudiantes.
  • Retorno a nivel de grupo: consiste en la publicación (vía tablero o conjuntamente con la solución oficial de las actividades evaluables) de los errores más frecuentemente realizados por los estudiantes. Este tipo de retorno sólo se realizará en caso de ser pertinente, una vez que el equipo docente haya finalizado el proceso de corrección.
  • Retorno individualizado: consiste en la comunicación de la nota numérica obtenida y en la realización de comentarios individuales sobre las entregas realizadas por los estudiantes de las actividades evaluables. Este tipo de retorno siempre se realizará y se hará mediante el registro de evaluación continua. En el caso de que la petición sea realizada por el estudiante, será necesario que el estudiante argumente, una vez consultada la solución oficial, los motivos por los que cree que sus soluciones son correctas.

Amunt