Mostrando entradas con la etiqueta educación. Mostrar todas las entradas
Mostrando entradas con la etiqueta educación. Mostrar todas las entradas

SIMCE 2009

La semana pasada, camino al trabajo, escuché en la radio a un experto en educación, quien comentaba sobre los resultados que se muestran en el nuevo mapa de la prueba SIMCE. El experto criticaba la semaforización que se pone a cada establecimiento, no sólo porque esto segmenta cada vez más los colegios buenos de los malos (dejando a los malos alumnos lejos de los buenos alumnos), sino porque no considera la evolución de los resultados en un periodo de tiempo.

Al revisar el mapa de resultados de la prueba SIMCE, me encuentro con un mashup sobre googlemaps, la fuente de datos para el mashup es un archivo de datos en xml que tiene la siguiente estructura de registro:

<Establecimiento>
        <Lat>-18.47681892</Lat>
        <Lng>-70.31337859</Lng>
        <Color>Rojo</Color>
        <Lenguaje4>233</Lenguaje4>
        <Matematica4>210</Matematica4>
        <Lenguaje8>226</Lenguaje8>
        <Matematica8>242</Matematica8>
        <Nombre>Liceo Jovina Naranjo Fernandez</Nombre>
        <RBD>5</RBD>
        <Comuna>Arica</Comuna>
        <Dependencia>Municipalizado</Dependencia>
        <GSE_4>Medio Bajo </GSE_4>
        <GSE_8>Medio </GSE_8>
</Establecimiento>

Mi primera idea fue pasar a un esquema rdf esta estructura del registro, iteración que se muestra en el siguiente diagrama:
Luego me enfoqué en lo inmediato, agregar a los resultados del 2009 la información de años anteriores, que nace del comentario que entregó el experto en educación en la radio. Para hacer esto recordé el sitio factual, que permite importar tablas de datos y luego enlazarlas.

Lo primero que hice fue tomar el archivo xml del 2009 y con el uso de gridwork amazarlo y subirlo a factual, luego subí a una tabla distinta los resultados para 4to básico de los años 2006, 2007 y 2008 , que están disponibles en excel.

Utilizando la funcionalidad de "Improve" y "Merge other tables into this table" que tiene factual, dejé en la misma tabla de Simce2009 los datos para los últimos cuatro años. Creando una visualización para la tabla y con google charts se tiene el siguiente cuadro que muestra la evolución de los resultados de 4to para Lenguaje y Matemáticas.





---

Planificación de trabajo

Recordemos que durante el trabajo de tesis se desarrollarán dos casos de ejemplo, el primero relacionado con las escuelas de Chile y el segundo con la ley de transparencia. Además se desarrollan herramientas y por último se documenta el trabajo realizado. La planificación de los próximos tres meses contempla los siguientes hitos:

Como un avance del Caso 1, se tiene el siguiente resultado de ejemplo:
@prefix esc: <http://wdat.org/cl/estado/vocabulario/educación/escuela/> .
@prefix dem: <http://wdat.org/cl/estado/vacabulario/demografía/> .
@prefix con: <http://wdat.org/cl/estado/vocabulario/contacto/> .
@prefix comuna: <http://wdat.org/cl/estado/geografía/comuna/> .

<http://wdat.org/cl/estado/educación/escuela/999> a esc:Escuela;
esc:nombre "ESCUELA BASICA ANTUMALAL";
esc:dotación 18;
esc:matrícula 242;
esc:estadoEstablecimiento esc:Funcionando;
esc:tipoEnseñanza esc:Parvularia;
esc:tipoEnseñanza esc:Básica;
esc:dependenciaAdministrativa esc:MunicipalCorporación;
dem:áreaGeográfica dem:Urbana;
dem:grupoSocioEconómico dem:B;
con:calle "HERIBERTO ROJAS";
con:número 5967;
con:comuna comuna:QuintaNormal;
con:fono 7738458;
con:email "ANTUMALAL@CORPQUIN.CL".
Para la documentación se propone la siguiente estructura:
  • Capítulo 1 Introducción
  • Capítulo 2 Marco Teórico
  • Capítulo 3 Metodología y Framework
  • Capítulo 4 Editor de Diagramas de Vocabularios
  • Capítulo 5 Caso de Estudio I: Escuelas
  • Capítulo 6 Caso de Estudio II: Transparencia
  • Capítulo 7 Conclusiones

Reporte de avance, modelamiento de esquema

INTRODUCCION

Para el esquema asociado a las escuelas, estoy agrupando los sub-esquemas que ya habia presentado. Para el tema de jerarquía, he decidido utilizar owl:Class / rdfs:subClassOf, pero complementarlas con skos:Concept / skos:broader, creando un microtesauro. La propuesta es tener una clase llamada Escuela y un microtesauro llamado TesauroEscuela *con cinco elementos principales, cada uno es también una jerarquia de clases*. El objetivo de usar clases es permitir propiedades con rdfs:range y el objetivo de utilizar skos es enfatizar en que las relaciones de jerarquía dicen relación clasificación mas que con algún tipo de meronimia.

KOS son los Sistemas de Organización del Conocimiento y son utilizado por los bibliotecarios, skos permite llevar a rdf+owl, de manera Simple, cualquier tipo de vocabularios controlados: esquemas de clasificación, taxonomías, tesauros, etc. En skos, al igual que en owl se tienen muchas clases y propiedades. Sin embargo, para describir un tesauro, solo se necesita un subconjunto del vocabulario, y se puede crear siguiendo el siguiente patrón:
  • Escoger un nombre para el esquema (N)
  • Indicar que el esquema es de tipo conceptos (N rdf:type skos:ConceptScheme)
  • Crear al menos un concepto principal, se puede tener mas de uno (A skos:topConceptOf N)
  • Jerarquizar los conceptos como especifico (A skos:narrower B) o general (B skos:broader A)
  • Indicar el esquema el que pertencede cada concepto (A skos:inScheme N)
Ademas, para el esquema de la Escuela se utilizaran algunos elementos de owl:
  • Especificar distintos tipos de propiedades, discriminando entre owl:DatatypeProperty (que tienen como rango un literal tipado) y owl:ObjectProperty (que tienen como rango una instancia de una clase).
  • Detallar la cardinalidad que tiene cada propiedad (utilizando owl:cardinality, owl:maxCardinality y owl:minCardinality).

ESQUEMA

Se presentan algunas secciones de ejemplo del esquema, codificado en notation3:
:Escuela a owl:Class.
:rbd a owl:DatatypeProperty;
owl:cardinality "1"^^xsd:nonNegativeInteger;
rdfs:domain :Escuela;
rdfs:range xsd:integer.
[OTRAS PROPIEDADES TIPADAS AQUI]
:areaGeo a owl:ObjectProperty;
owl:cardinality "1"^^xsd:nonNegativeInteger;
rdfs:domain :Escuela;
rdfs:range :AreaGeografica.
[OTRAS PROPIEDADES OBJETO AQUI]
:TesauroEscuela a skos:ConceptScheme.

:AreaGeografica a skos:Concept;
skos:inScheme :TesauroEscuela;
a owl:Class;
skos:topConceptOf :TesauroEscuela.

:Rural a skos:Concept;
a owl:Class;
rdfs:subClassOf :AreaGeografica;
skos:broader :AreaGeografica.

:Urbana a skos:Concept;
a owl:Class;
rdfs:subClassOf :AreaGeografica;
skos:broader :AreaGeografica.
[OTRAS CONCEPTOS AQUI]

Y una representación gráfica de la clase y el microtesauro.



REFERENCIAS

La alternativa de utilizar owl con skos no es nada nuevo, como referencia, ver http://isegserv.itd.rl.ac.uk/public/skos/2007/10/f2f/skos-owl-patterns.html en _Overlay OWL with SKOS_

"""As a point of interest, the SKOS overlay triples could be inferred by RDFS-entailment, by stating that rdf:type, rdfs:subClassOf and rdfs:subPropertyOf are all sub-properties of skos:broader. If we were to allow that, then there would be consequences for the semantics of skos:broader, because we would at least have to optionally allow skos:broader to be interpreted as both reflexive and transitive."""

En el ambito educacional existe el Tesauro Europeo de la Educación, que será de gran ayuda para el proyecto, por ejemplo ver: centro de enseñanza.

CONCLUSION

Como caso general, se propone el siguiente "vocabulario mínimo" para crear esquemas:


ClasesPropiedades
rdf
rdf:type
rdfs
rdfs:domain
rdfs:range
rdfs:subClassOf
owlowl:Class
owl:DatatypeProperty
owl:ObjectProperty
owl:cardinality
owl:maxCardinality
owl:minCardinality
skosskos:Concept
skos:topConceptOf
skos:broader
skos:narrower
skos:inScheme

Ademas se deberán agregar instancias de documentación, quedando por revisar y seleccionar algunos de los siguientes elementos: rdfs:comment, rdfs:label, owl:Ontology, owl:versionInfo, skos:prefLabel, skos:altLabel, skos:hiddenLabel, skos:note.

Se incorporará este vocabulario mínimo, como opciones para ser generados en el editor gráfico de esquemas que estamos desarrollando, lo que permitirá proveer de un marco de trabajo para probar la metodología planteada.

Esquema de Escuela

Tengo una nueva revisión del modelo de InfoEscuela, donde se agregan y corrigen algunos datos.


Desarrollé una primera versión del esquema para una escuela, que contiene los campos subrayados en el esquema anterior. El esquema tiene solo trece propiedades para describir una escuela y se utiliza un sub-esquema de división administrativa junto a algunos de los esquemas presentados en la entrada anterior de este blog. La mayoría de las propiedades seleccionadas son mapeables con el esquema en Freebase.

1.- División Administrativa


2.- Escuela



Carwler InfoEscuela

En el repositorio esta disponible una primera versión del crawler para infoescuela, se basa en la solución propuesta en una entrada anterior. Al ejecutar el crawler se obtienen 3.7GB de datos en páginas html (con mas de 30 horas de ejecución). Luego, al ejecutar un proceso de scraping besico, sobre cada página, se logra un total de 117M en datos formateados (el proceso toma 8 horas de ejecución). El siguiente es un ejemplo de la data formateada para la escuela con RBD 9061.



De un total de 12114 colegios, existen 287 que presentaron problemas al momento de consultar por alguna de las páginas con información. Los problemas se concentran en solo dos paginas, la de datos sobre el SIMCE (58 casos) y la página de datos de profesores (229 casos). Por ejemplo la escuela con RBD 5421 presenta problemas en la pagina de datos del SIMCE, y la escuela con RBD 9813 presenta problemas con la página de datos de profesores. Es probable que estos problemas se deban a un bug en la generación de las páginas en el sistema InfoEscuela.

Modelo School

El siguiente es el esquema de una school en Freebase, se destacan algunas propiedades de tipo de dato complejo, que son enlaces a otros esquemas.

Modelo InfoEscuela

El siguiente esquema muestra el modelo subyacente en el sitio de InfoEscuela.


Iteración I

Seleccionamos las escuelas y los órganos del estado como dominios para los casos de estudio. En primera instancia (durante las próximas tres semanas), se realizara el trabajo sobre las escuelas.

El objetivo es generar información en RDF para Organismos Educacionales, para lo cual se deben seguir los siguientes pasos:
  • Generar el modelo
  • Crear ontología (OWL o RDFS)
  • Obtener información desde sitios públicos, dejando un registro de cada fuente utilizada
  • Generar sitio que publica vista con XHTML+RDFa y RDF
  • Publicar RDF

Evaluación de dominio para los casos de estudio

En el siguiente cuadro se presenta una evaluación para los dominios a trabajar en los casos de estudio.

Dominio Volumen de datos
Utilidad Impacto
Escuelas medio alto alto
Órganos del Estado alto alto medio
Deportes bajo media alto
Medios bajo baja alto

Las categorías seleccionadas son: Escuelas y Órganos del Estado, ya que tienen un volumen de datos razonable, presentan un beneficio social (utilidad) y mayor impacto.

Datos de colegios II

Una idea para que el trabajo de recolección de información sea útil, es subir los datos y esquema a Freebase. Por ejemplo una meta puede ser subir todos los colegios de Chile, seria un buen aporte, mas considerando que existe casi 12k colegios y el total de instituciones educacionales en FreeBase es de solo 32k.

Tratando de implementar un screen scraper para InfoEscuela, noto que la implementacion de ese servicio hace muy difícil la automatización de consultas. Los problemas encontrados son:
  1. El identificador de la escuela seleccionada es almacenado como un estado de sesión en el servidor, lo típico es que ese id sea parte de una url (al estilo http://pagina.cl/app?id=18 o http://sitio.cl/app/id/18), o se pase por un campo hidden de un formulario o bien se almacene en una variable cookie
  2. La data de una escuela esta distribuida en distintas paginas
Por otra parte, y para ayudar a resolver los problemas anteriores, se puede utilizar la información disponible en otro sitio del Ministerio de Educación, se trata del Directorio de Establecimientos donde esta disponible una fuente de datos de todos los establecimientos (es una planilla excel, pero con información de mucho valor).

Como un dato que se repite en los distintos sitios y fuentes de datos del Ministerio de Educación esta el campo llamado RBD, que es un identificador único para cada establecimiento, este datos se puede utilizar para generar la URI de los colegios.

Con la fuente de datos del Directorio de Establecimientos, se puede realizar el siguiente ejercicio para cada registro:
  1. Rescatar el valor del campo RBD (XXX)
  2. Generar una consulta a la siguiente pagina: http://www.infoescuela.cl/InfoEscuelas/BuscaByRbd?RBD=XXX
  3. Rescatar los datos requeridos de esa pagina
  4. Generar una consulta a cada una de las subpaginas y rescatar los datos requeridos:
    • Escuela:
    • http://www.infoescuela.cl/InfoEscuelas/Ciudadanos/nuestra-escuela.jsp
    • http://www.infoescuela.cl/InfoEscuelas/Ciudadanos/nuestra-escuela-cobros.jsp
    • http://www.infoescuela.cl/InfoEscuelas/EquipoDirectivoSv
    • http://www.infoescuela.cl/InfoEscuelas/Ciudadanos/nuestra-escuela-profesores.jsp
    • http://www.infoescuela.cl/InfoEscuelas/Ciudadanos/nuestra-escuela-participacion.jsp
    • Infraestructura:
    • http://www.infoescuela.cl/InfoEscuelas/Ciudadanos/infraestructura-instalaciones.jsp
    • http://www.infoescuela.cl/InfoEscuelas/Apd
    • http://www.infoescuela.cl/InfoEscuelas/Ciudadanos/infraestructura-inversion-jec.jsp
    • Resultados:
    • http://www.infoescuela.cl/InfoEscuelas/SimceSv
    • http://www.infoescuela.cl/InfoEscuelas/PsuSv
    • http://www.infoescuela.cl/InfoEscuelas/IndEfSv
    • http://www.infoescuela.cl/InfoEscuelas/LogrosSv
    • http://www.infoescuela.cl/InfoEscuelas/PApoyoSv
    • Beneficios:
    • http://www.infoescuela.cl/InfoEscuelas/AyEstSv
    • http://www.infoescuela.cl/InfoEscuelas/AFCSv
    • Financiamiento:
    • http://www.infoescuela.cl/InfoEscuelas/FinanSv

Datos de colegios

Encontré una fuente de datos de donde podemos "colgarnos" para obtener información como caso de ejemplo, la pagina se llama InfoEscuela y es del Ministerio de Educación. Lo interesante es que contiene datos de contacto y sitios web para cada colegio.

Una propuesta es aplicar un screen scraper a este sitio y generar data marcada, esto junto a la información de Transparencia Activa son los primeros candidatos a ser las fuentes de datos para el caso de ejemplo.
El sitio tiene una sección llamada ¿sabia usted que...?, que tiene alguna información estadística destacada:


"En Chile, existen 11.763 establecimientos educacionales, según las estadísticas publicadas por el departamento de estudio en el 2007. Esta cifra varía regularmente. De los 11.763 establecimientos, 5.909 son municipales, 5.054 particulares subvencionados, 730 son particulares pagados y 70 corresponden a la modalidad de administración delegada. Del total mencionado, 7.337 corresponden al área urbana y el resto 4.426 a rural (2007)."

Establecimientos

Establecimientos

"En el sistema regular se desempeñan 174.882 docentes de los cuales 124.321 son mujeres y 50.561 son hombres (2007)."

Docentes

"Un total de 8.880 establecimientos del país impartieron enseñanza básica en el año 2006. Para ese mismo año, la matrícula de Educación Básica fue de 2.187.375 niños y niñas. De estos, un 48% cursa algún grado de primer ciclo básico y un 52% cursa algún grado de segundo ciclo básico."

"Para asegurar espacio y aire suficiente a los alumnos(as) los recintos disponen de mediciones reguladas por ley. En el caso de las salas cuna éstas deben contar con una superficie de 2.50 m² por cada niño(a); en enseñanza básica, media y superior, la cantidad es 1.10 m² por estudiante."

"El Ministerio de Educación ha implementado a la fecha 1.644 Bibliotecas/CRA en establecimientos con Enseñanza Media y 3.016 en Enseñanza Básica (2007)."