| Bases de Dades Analítiques | Codi: B0.480 Crèdits: 6 |
El área de bases de datos sigue evolucionando a consecuencia de la aparición de nuevos retos en la gestión de la información. La necesidad de ofrecer apoyo a la toma de decisiones en las organizaciones ha dado lugar a las bases de datos analíticas y, con ellas, los almacenes de datos, conocidos como data warehouse (DW en adelante), considerado elemento troncal de la Factoría de Información Corporativa (FIC en adelante).
Actualmente la FIC con su DW es a día de hoy el centro de atención de las grandes instituciones dado que un mejor conocimiento de las organizaciones y de sus clientes, lo que puede utilizar en su beneficio. Y la creación de la FIC un proyecto de envergadura para las empresas o instituciones que desean implantarla.
La creación de la FIC y la correcta implementación de todos sus componentes, tales como los distintos tipos de 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. Además, en este proceso también resulta fundamental prestar especial atención a las cuestiones relativas al dato- la calidad del dato, gestión de los metadatos y la gestión de los datos maestros- así como a la selección del mejor enfoque y estrategia de construcción de la FIC dada la importancia de dicho proyecto en el seno de las organizaciones.
"Bases de datos analíticas" es una asignatura perteneciente a la especialidad en Gestión de datos del Máster en Inteligencia de negocio y Big Data, así como al Posgrado en Inteligencia de negocio y análisis de datos. Está dirigida 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 intelligence, big data, data science) y también formación aplicada en el ámbito de negocio (customer analytics, operations analytics y people analytics), tanto para profesionales de perfil funcional como técnico.
La pieza central de las bases de datos analíticas es el almacén de datos, conocido como data warehouse (DW), el cuál es en realidad una base de datos diseñada y construida para ofrecer ayuda en la toma de decisiones de las organizaciones.
Un almacén de datos se crea a partir de diversidad de datos provenientes 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 consiguiente, 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 constituye un bloque innovador dentro del mundo de los sistemas de información.
Inteligencia de negocio, gestión de bases de datos, analítica de negocio, social-intelligence y Big Data.
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.
El objetivo fundamental de esta asignatura es que el estudiantado, a partir de un conjunto de requerimientos, aprenda a diseñar y crear un almacén de datos, que permita dar respuesta a un conjunto de preguntas que puedan dar luz a los problemas planteados.
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.
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) con el fin de conseguir una implementación del cubo utilizando 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, la gestión de los metadatos y la gobernanza de datos. 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.
| Material | Suport |
| Espacio de recursos de ciencia de datos | Web |
| Procesar una dimensión con Visual Studio | Audiovisual |
A parte de los módulos didácticos previamente mencionados, la asignatura dispone de otros recursos de aprendizaje y herramientas de apoyo.
· Guías de estudio para cada módulo didáctico con indicaciones para la comprensión de los contenidos de cada módulo, destacando los conceptos más relevantes e indicando posibles recursos adicionales, por si fueran necesarios.
· Material Teórico-Práctico (MTP) para reforzar los contenidos estudiados en los módulos didácticos y comprender mejor su aplicación práctica. El objetivo de este material es acercar la teoría a la práctica mediante el uso de un caso de ejemplo concreto. Con este fin se plantean una serie de retos solucionar, insistiendo en los conceptos teóricos fundamentales e ilustrando el razonamiento/ procedimiento de resolución aplicado al caso en cuestión.
· Caso práctico de un curso anterior completo y resuelto. Este caso práctico de ejemplo no se debe interpretar como un tutorial o guía paso a paso de la práctica (PR). Se facilita únicamente a modo de ejemplo de resolución de un caso similar, no necesariamente idéntico.
· Vídeos de soporte para explicar cómo proceder con las herramientas del entorno cara a la resolución de la práctica.
· Documentos adicionales de laboratorio, entre los cuales destacamos por su importancia:
Entorno_Virtual_VDI.pdf: entendida como guía de configuración y conexión.
Importar_base_de_datos_como_crear_vistas_y_cubos.pdf: manual sobre cómo proceder en la creación de cubos.
Así mismo, la herramienta más importante del curso, dado el carácter práctico de la asignatura, es el entorno de prácticas, entorno VDI (Virtual Desktop Infraestructure), preconfigurado a propósito por igual para todo el estudiantado con el fin de centrarse únicamente en la realización de las actividades prácticas del curso. Está formado por dos partes que se detallan a continuación:
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.9.2
Dada la complejidad del entorno, la asignatura ofrecer soporte técnico con el fin de resolver las incidencias que puedan acontecer con el uso del entorno VDI y/o del software instalado. La asignatura dispone de un aula de laboratorio y un profesor que atiende las dudas relativas al entorno de prácticas y a su funcionamiento.
· 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
Debido al importante componente práctico de la asignatura, la docencia se imparte en dos aulas: una de teoría y otra de laboratorio, cada una con su respectivo/a profesor/a.
El profesor del aula de laboratorio es quien prepara el entorno de prácticas y vela por su correcto funcionamiento; resuelve las dudas y problemas que puedan surgir con dicho entorno de prácticas y sus herramientas. Por tanto, en esta aula simplemente hay un tablero de anuncios, para la comunicación el profesor o profesora con el grupo, y un foro para la discusión abierto a todos (estudiantado y profesorado) para compartir información y conocimiento sobre la plataforma tecnológica.
El profesor del aula de teoría es quién dirige el proceso de aprendizaje; quién orienta a los estudiantes a lo largo del curso por medio del tablón de anuncios, quién resuelve las dudas que se planteen sobre contenidos teóricos y sobre las actividades prácticas (no relativas a la infraestructura tecnológica ni herramientas de trabajo); quién evalúa las actividades de evaluación entregadas y devuelve feedback sobre la corrección.
Así pues, ambas aulas se complementan y se recomienda acceder a ambas a la vez con el fin de poder dirigir las dudas al aula y foro que corresponda. Es importante que el tema de la pregunta o cuestión sea claro para favorecer la localización de los temas de interés y que se mantengan los hilos de conversación creados para cada tema o se creen de nuevos, si fuera necesario. Interesa fomentar la discusión en estos hilos por lo que puede ser que el profesor o profesora tarde unos días en responder y cuando lo haga, confirme o desmienta lo dicho por otros estudiantes. Hay que tener en cuenta que las dudas suelen ser las mismas para todos, por lo que animamos a utilizar este espacio de comunicación. Como sabéis compartir dudas, ayuda a aprender y juntos se aprende más y mejor, beneficia al grupo. Sólo para cuestiones personales relacionadas con la asignatura, se recomienda escribir directamente al profesor o profesora.
Dicho esto y sin entrar aún en la tipología de actividades de evaluación, que se verá en el apartado correspondiente de este plan docente; se recomienda, seguir las indicaciones de estudio que publique el profesorado cada semana en el tablón de anuncios; así como estar atento/as los mensajes de recordatorio de entregas y/o otros temas puntuales que afecten al grupo. En los mensajes semanales se indicará si hay que estudiar un módulo, alguna parte del material teórico- práctico y/o realizar una actividad.
En general, para cada actividad evaluable hay que haber estudiado una parte de la teoría, haberla comprendido y luego saber aplicarla al caso práctico de curso. Por ello, para cada una de ellas se recomienda seguir estos pasos:
· Leer la guía de estudio del módulo o módulos didácticos necesarios para realizar la actividad.
· Leer y asimilar los contenidos del módulo o módulos didácticos y del material teórico-práctico que corresponda.
· Plantear todo tipo de consultas que puedan haber surgido en el Foro.
· Realizar algunos ejercicios para mejorar la comprensión de los contenidos teóricos estudiados, como pueden ser: los ejercicios de autoevaluación que hay al final de cada módulos didácticos u otros que plantee el profesor/a, comprobando vuestra solución con la aportada por el modulo o el profesor/a colaborador/a.
· Realizar la actividad evaluable teniendo en cuenta el material teórico-práctico y los materiales de muestra de cursos anteriores. Si bien no son un manual de resolución, sí que ayudan ver como se han resuelto otros casos.
Hay unas actividades de evaluación que son recomendables pero no obligatorias e independientes entre sí, son las Pruebas de evaluación continua (PEC) y otras obligatorias, que forman parte de un caso de estudio, la práctica (PR en adelante). Por este motivo la solución oficial de cada una de ellas es el punto será el punto de partida de la siguiente.
El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis realitzats.
La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material, programari o dispositius no autoritzats durant l'avaluació, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.
Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves, com ara xarxes socials o cercadors d'informació a internet, perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, o perquè s'ha dut a terme qualsevol altra conducta irregular.
Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb l'establert a la normativa de convivència de la UOC.
En el marc del procés d'avaluació, la UOC es reserva la potestat de:
- Sol·licitar a l'estudiant que acrediti la seva identitat segons l'establert a la normativa acadèmica.
- Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant avaluació contínua com avaluació final, per mitjà d'una prova oral o els mitjans síncrons o asíncrons que estableixi la Universitat. Aquests mitjans tindran per objecte verificar els coneixements i les competències que garanteixin l'autoria; en cap cas no implicaran una segona avaluació. Si no és possible garantir l'autoria de l'estudiant, la prova serà qualificada amb D, en el cas de l'avaluació contínua, o amb un Suspens, en el cas de l'avaluació final.
A aquests efectes, la UOC pot exigir a l'estudiant l'ús d'un micròfon, una càmera o altres eines durant l'avaluació; és responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.
|
L'assignatura només es pot aprovar amb el seguiment i la superació de l'avaluació contínua (AC). La qualificació final de l'assignatura és la nota obtinguda a l'AC. |
Nota final d'assignatura: AC
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 pruebas de evaluación continua (PEC), que permiten comprobar el nivel de comprensión de los conceptos teóricos estudiados, y la práctica (PR), que consiste en el planteamiento de un caso práctico a resolver por el estudiantado sobre un gestor comercial de base de datos 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 PRs.
· La primera PEC (PEC1) consistirá en evaluar la comprensión de los dos primeros módulos didácticos del curso y la preparación del entorno de prácticas, de modo que el estudiante pueda efectuar una primera toma de contacto con el entorno como con las herramientas a utilizar durante el curso.
· La segunda PEC (PEC2) servirá para evaluar la parte teórica del módulo central de la asignatura y practicar la creación de procesos de extracción, transformación y carga (ETLs).
La parte teórica se evaluará mediante un cuestionario Moodle, mientras que la parte práctica se entregará en formato vídeo siguiendo las indicaciones de los enunciados de cada PEC.
Las PEC no son obligatorias, aunque son muy recomendables de entregar, 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 no haberla entregado, lo que supone un cero en la misma. Esto es debido a que la parte teórica de la asignatura se evalúa mediante las PECs.
Práctica
Se realizará una práctica (PR) de curso obligatoria que por motivos pedagógicos está dividida en tres partes (PR1, PR2, PR3), todas ellas obligatorias. Las tres se refieren a un mismo caso y pretenden enseñar al estudiantado como construir un data warehouse. Para cada una de estas partes se destinan de tres a cinco semanas de curso, según dificultad (ver la planificación de la asignatura) y se entregan por separado.
Es obligatorio entregar la PRA1, PRA2 y PRA3 para poder aprobar la asignatura.
La realización del caso práctico, nos permitirá desarrollar las siguientes habilidades:
· PR 1. 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.
· PR 2. Carga de datos. En ella se tendrá que definir e implementar los procesos de extracción, transformación y carga de datos (ETL) desde las fuentes de datos origen hacia el almacén de datos.
· PR 3: Explotación de datos. A partir de la carga de datos se crea el cubo multidimensional para poder explotar la información disponible en el almacén de datos y dar respuesta a las preguntas inicialmente planteadas en el enunciado del caso.
Para superar la asignatura, será condición necesaria haber presentado las 3 prácticas (PR1, PR2, PR3) y haber obtenido una nota mínima de 4 en cada una de ellas. Es importante recordar que la asignatura se aprueba por evaluación continua, no tiene examen o prueba final.
Entregada y evaluada cada parte de la práctica (PR1/PR2/PR3), 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.
Puesto que La PR1, PR2 y PR3 están relacionadas entre sí y conducen a la construcción final del almacén de datos del caso de uso; con el fin de unificar criterios, el estudiantado deberán utilizar la solución oficial de la PR1 como punto de partida de la PR2, y utilizar la solución oficial de la PR2 como punto de partida de la PR3.
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 los ayudarán a progresar en vuestro aprendizaje.
Conviene insistir en que el modelo de evaluación de esta asignatura está basado en la evaluación continua y que por tanto, es imprescindible 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 responsable de la asignatura podría considerarlo excepcional y, en la medida de lo posible, ofrecer al estudiante una vía alternativa para poder ser evaluado.
Se recomienda realizar alguna entrega antes de la fecha y hora límite para evitar problemas de última hora. Es importante tener 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 (PR) 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 PR mejorada, entendida como 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 (PR mejorada o RECPRA). En caso de superar la recuperación, la nota máxima que se obtendrá será de C+ (5).
Las RECPRA se facilitarán a cada estudiante que deba de realizarla el día siguiente de la publicación de las notas. No se publican en el aula, el profesor colaborador se la enviará por correo a quien haya suspendido o no haya presentado la PR correspondiente. Una RECPRA no sirve 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 (PR) 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 PR 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 en caso de no estar conforme con su calificación. 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.
Dado a que la parte práctica de la asignatura es fundamental, la PR tiene el peso más importante en la nota final. 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% (PRs)
Si se recuperan 2 o más PRAs se aplicará:
NF (Nota Final) = PRs (Nota Final)
La nota final de la práctica (PR) se calculará teniendo en cuenta las notas de las tres prácticas y los siguientes pesos respectivamente: PR1 (30%), PR2 (45%) y PR3 (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 PRs) 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 PRs) 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 subido correctamente en el espacio indicado y que corresponden a las actividades que hay que presentar.
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.