BBDD-S7-Guias de aprendizaje (Individual)

↩️ index

📘 S7-Guía de Aprendizaje: Diseño de Bases de Datos (Modelo E-R)

1. Contexto y Objetivos

En esta etapa de la asignatura, transitamos del análisis de requisitos a la estructuración lógica del conocimiento. Esta guía se centra en el Modelo Entidad-Relación (E-R), la herramienta estándar de ingeniería para el diseño conceptual de bases de datos.

Objetivos de aprendizaje:

• Traducir descripciones textuales de requisitos en diagramas Entidad-Relación técnicamente correctos.
• Identificar y mitigar errores comunes de diseño como la redundancia y la incompletitud.
• Aplicar reglas de transformación para convertir esquemas conceptuales en esquemas relacionales (tablas) aptos para su implementación.

2. Componentes Clave a Desarrollar

Durante esta semana, el estudiante deberá profundizar en los siguientes elementos técnicos:

• Modelado de Datos: Definición de entidades (fuertes y débiles), atributos (simples, compuestos, multivalorados y derivados) y relaciones.
• Restricciones de Integridad: Aplicación de cardinalidades de correspondencia (1:1, 1:N, N:1, M:N) y tipos de participación (total o parcial).
• Derivación de Esquemas: Proceso de “aplanamiento” de atributos compuestos y creación de tablas para atributos multivalorados y relaciones muchos-a-muchos.

3. Actividades Sugeridas

3.1. Fase Teórica:

Revisión del Glosario Técnico para estandarizar el lenguaje: Dominio, Esquema de empresa y Relaciones recursivas.

3.2. Fase Práctica:

Revisión detallada de las indicaciones de las actividades prácticas de la Guía (por lo general 2 últimos secciones).
Realización de las actividades acorde se describe en la Guía, en caso de necesitar usar software, considere los empleados en clase.

4. Recursos de Apoyo

• Lectura Principal: Guía de Aprendizaje S07 - Diseño mediante el Modelo E-R. )
• Material Complementario: Capítulo 6 del texto guía (Database System Concepts).
• Herramientas de Diseño: Se recomienda el uso de software de diagramación técnica (Miro o MySQL Workbench) para la creación de los diagramas E-R. Para acceder a los recursos visite: Base de datos - Guías de estudio

5. Uso de Inteligencia Artificial

Nivel: Uso proactivo La actividad permite que el estudiante utilice de manera autónoma las herramientas de Inteligencia Artificial seleccionadas por el docente, con el fin de profundizar y consolidar sus aprendizajes a través de una exploración crítica y reflexiva.

• Herramientas propuestas:
  • Cuaderno Notebooklm (Cuaderno de google).
  • Asistente especializado en Bases de Datos relacionales y Lenguaje SQL.
• Recomendaciones de uso:
  • Verificar procedimientos.
  • Explorar variaciones de un ejercicio.
  • Solicitar explicaciones alternativas.
  • Contrastar soluciones.
  • Sin embargo:
    • Cada persona es responsable de validar técnicamente todas las respuestas.
    • La solución final debe reflejar comprensión real.
    • El uso debe declararse conforme a las políticas del curso.
• Evidencias de uso: Obligatoriamente, esta información deberá ser enviada como parte del documento, en caso de no hacerlo, se tendrá una penalización directa de 2 puntos en su entrega.
  • Evidencia solicitada: Una vez que haya finalizado la guía deberán responder personalmente (no generada por IA) a estas preguntas:
    • Pregunta 1: ¿Qué tipo de uso se le dio a las herramientas de IA?
    • Pregunta 2: ¿De qué manera la IA le aportó a la comprensión de un concepto o elemento?
    • Pregunta 3: ¿Podría haber llegado a resolver la guía sin el uso de la herramienta de IA? ¿Por qué?
    • Pregunta 4: ¿Qué aspectos destaca (pros y contras) del uso de IA en esta actividad académica?

6. Estructura del documento a entregar

Dentro de las Guías de aprendizaje existen secciones (por lo general las 2 últimas) que contienen preguntas, ejercicios y/o prácticas que deben ser resultas por el estudiante. Clic aquí para acceder a la Guía: Base de datos - Guías de estudio Cada persona deberá crear un solo documento y entregarlo en formato PDF, las secciones propuestas son:

Portada

• Nombre
• Asignatura
• Fecha

Resolución de la Guía

Debe incluir:

• Preguntas, ejercicios y/o prácticas resueltas.

Uso de Inteligencia Artificial

Debe incluir:

• Todas las preguntas y sus respuestas requeridas.

7. Rúbrica de evaluación

Criterio	Nivel 4 – Excelente	Nivel 3 – Bueno	Nivel 2 – Aceptable	Nivel 1 – Insuficiente	Puntos Máx.
Rigor técnico en el Modelado E-R	Traduce requisitos a diagramas E-R sin errores. Identifica correctamente entidades fuertes/débiles, atributos (multivalorados/compuestos) y cardinalidades.	Realiza el modelado con precisión, aunque presenta errores menores en la notación de atributos o en la definición de cardinalidades específicas.	El diagrama es funcional pero presenta errores conceptuales (ej. confusión entre relación y entidad) o redundancias no mitigadas.	Diagrama incorrecto, incompleto o que no sigue las reglas lógicas del modelo E-R descrito en la guía.	5
Derivación y Transformación Relacional	Aplica correctamente el “aplanamiento” de atributos y la creación de tablas para multivalorados (ej. instructor_phone). Justifica cada transformación.	Realiza la transformación a tablas de forma mayormente correcta, con omisiones leves en claves foráneas o nombres de esquemas.	La transformación es incompleta. No logra derivar correctamente las relaciones muchos-a-muchos o los atributos compuestos.	Errores graves en la lógica de transformación. No se evidencia comprensión de cómo pasar del modelo conceptual al relacional.	4
Argumentación y Reflexión Técnica	Justifica cada decisión de diseño (por qué una entidad es débil o por qué cierta cardinalidad). No se limita a entregar el dibujo, sino el sustento.	Incluye explicaciones para la mayoría de sus decisiones, aunque algunas justificaciones carecen de profundidad técnica.	Explicaciones superficiales. Se limita a describir el diagrama sin argumentar las reglas de negocio subyacentes.	Predominan las respuestas sin explicación. No hay evidencia de análisis sobre los pitfalls (redundancia/incompletitud).	3
Uso Crítico y Reflexivo de IA (Uso Proactivo)	Declara el uso de NotebookLM/Asistente. Responde las 4 preguntas con honestidad y profundidad. Valida técnicamente las respuestas de la IA.	Declara el uso de IA y responde las 4 preguntas de forma clara, aunque la reflexión sobre los “pros y contras” es breve.	Declaración de IA incompleta o respuestas a las preguntas de reflexión muy genéricas/superficiales.	No presenta la sección de IA o las respuestas son generadas por la propia IA. (Penalización directa de 2 puntos según guía).	3
Resolución de Prácticas y Ejercicios	Resuelve la totalidad de los ejercicios de las últimas secciones de la guía (ej. Modelado Universidad y Análisis Ternario) con rigor.	Resuelve la mayoría de los ejercicios con procedimientos correctos, presentando fallos mínimos en los resultados finales.	Resolución parcial de los ejercicios propuestos o procedimientos incompletos que dificultan la validación.	No resuelve los ejercicios prácticos o los resultados son incoherentes con lo solicitado en la guía.	2
Cumplimiento de Estructura y Formato	Entrega un único PDF con: Portada, Resolución de Guía y Sección de IA. Organización impecable y profesional.	Cumple con la estructura solicitada y el formato PDF, con errores menores de organización o estética.	Faltan secciones menores de la estructura o el formato PDF presenta problemas de lectura en los diagramas.	Documento desorganizado, no cumple con la estructura obligatoria o no se entrega en formato PDF.	2
Redacción y Notación Técnica	Usa términos del glosario (Dominio, Esquema, Recursividad) correctamente. Ortografía perfecta y diagramas claros (Miro/Workbench).	Buena redacción técnica con pocos errores. Los diagramas son legibles pero podrían mejorar en limpieza.	Uso limitado de terminología técnica. Errores ortográficos o diagramas difíciles de interpretar por falta de orden.	Lenguaje impreciso o coloquial. Diagramas ilegibles o hechos manualmente sin herramientas técnicas.	1

↩️ index