Uso de Software y datos geográficos en trabajos fin de estudio (TFG y TFM) y tesis doctorales en la Universidad de La Rioja(1992-2018)

  1. Llorente-Adán, J. A. 1
  2. Aransay Azofra, J. M. 1
  3. Sáenz de Cabezón Irigaray, E. 1
  4. Diago Santamaría, M. P. 1
  5. Lana-Renault Montreal, N. 1
  6. Ruiz Flaño, P. 1
  7. Andrades Rodríguez, M. S. 1
  1. 1 Universidad de La Rioja
    info

    Universidad de La Rioja

    Logroño, España

    ROR https://ror.org/0553yr311

Book:
IN-RED 2019: V Congreso de Innovación Educativa y Docencia en Red
  1. Virginia Vega Carrero (coord.)
  2. Eduardo Vendrell Vidal (coord.)

Publisher: edUPV, Editorial Universitat Politècnica de València ; Universitat Politècnica de València

ISBN: 978-84-9048-522-4

Year of publication: 2019

Pages: 241-251

Congress: Congreso de Innovación Educativa y Docencia en Red (5. 2019. Valencia)

Type: Conference paper

Abstract

La utilización de datos geográficos y programas informáticos específicos como los Sistemas de Información Geográfica (SIG) es muy común en disiciplinas de muy diversa índole dentro de la planificación de grados y masters universitarios. De hecho, en el caso de la Universidad de La Rioja, se utilizan en diez titulaciones de las 26 ofertadas, pertenecientes a tres de las cinco facultades que componen la Universidad. De la misma manera, los trabajos de fin de estudio que utilizan en sus metodologías datos geográficos y SIG pertenecen a ámbitos de estudio muy diferentes. En este sentido, tras analizar y estudiar las características de los trabajos fin de estudio y tesis doctorales (software utilizado, tipo de fuentes de datos geográficos empleados, etc.) se ha planteado la necesidad de crear material didáctico que se pueda utilizar de manera transversal y que solvente cuestiones básicas y comunes independientemente del campo de estudio. Ello ha implicado aunar enfoques y la coordinación entre docentes de distintos departamentos universitarios, lo que ha dado como resultado una guía didáctica de carácter interdisciplinar cuya finalidad es la mejora en el manejo de datos geográficos y en la profundización de SIG de manera más eficiente.