Detección del alumno en riesgo en titulaciones de Ciencias de la Salud: aplicación de técnicas de Learning Analytics
a forma de enseñar y de aprender en la sociedad del siglo XXI ha cambiado. Actualmente, en un porcentaje alto la docencia se realiza en los Learning Management System. Estos sistemas permiten aplicar técnicas de Learning Analytics. La utilización de dichas herramientas, facilita, entre otros, conoce...
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
MDPI AG
2018-12-01
|
| Series: | European Journal of Investigation in Health, Psychology and Education |
| Subjects: | |
| Online Access: | https://formacionasunivep.com/ejihpe/index.php/journal/article/view/273/184 |
| _version_ | 1797964368079486976 |
|---|---|
| author | María Consuelo Saiz Manzanares Raúl Marticorena Sánchez Álvar Arnaiz González María del Camino Escolar Llamazares Miguel Ángel Queiruga Dios |
| author_facet | María Consuelo Saiz Manzanares Raúl Marticorena Sánchez Álvar Arnaiz González María del Camino Escolar Llamazares Miguel Ángel Queiruga Dios |
| author_sort | María Consuelo Saiz Manzanares |
| collection | DOAJ |
| description | a forma de enseñar y de aprender en la sociedad del siglo XXI ha cambiado. Actualmente, en un porcentaje alto la docencia se realiza en los Learning Management System. Estos sistemas permiten aplicar técnicas de Learning Analytics. La utilización de dichas herramientas, facilita, entre otros, conocer el patrón de aprendizaje de los estudiantes y la predicción de los alumnos en riesgo. El objetivo de este estudio fue conocer en orden jerárquico de importancia los patrones de aprendizaje más efectivos de los estudiantes en la plataforma. Se trabajó durante dos cursos académicos con una muestra de 122 estudiantes de Ciencias de la Salud. Los instrumentos utilizados fueron la plataforma Moodle v.3.1 y el análsis de los logs con técnicas de Machine Learning de regresión. Los resultados indican que el Modelo de Predicción Lineal Automático detectó en orden de importancia: las visitas medias por día, la realización por parte del estudiante de cuestionarios de autoevaluación, y la consulta al feedback del docente. El porcentaje de varianza explicada de estas variables sobre los resultados finales fue de un 50.8%. Asimismo, la efectividad del patrón conductual explicó 64.1% de la varianza de dichos resultados, hallándose tres clústeres de efectividad en el patrón conductual detectado. |
| first_indexed | 2024-04-11T01:42:58Z |
| format | Article |
| id | doaj.art-0ea2a6a5e62545f29702070f79a424fb |
| institution | Directory Open Access Journal |
| issn | 2174-8144 2254-9625 |
| language | English |
| last_indexed | 2024-04-11T01:42:58Z |
| publishDate | 2018-12-01 |
| publisher | MDPI AG |
| record_format | Article |
| series | European Journal of Investigation in Health, Psychology and Education |
| spelling | doaj.art-0ea2a6a5e62545f29702070f79a424fb2023-01-03T08:09:45ZengMDPI AGEuropean Journal of Investigation in Health, Psychology and Education2174-81442254-96252018-12-018312914210.30552/ejihpe.v8i3.273Detección del alumno en riesgo en titulaciones de Ciencias de la Salud: aplicación de técnicas de Learning AnalyticsMaría Consuelo Saiz Manzanares0Raúl Marticorena Sánchez1Álvar Arnaiz González2María del Camino Escolar Llamazares3Miguel Ángel Queiruga Dios4Universidad de Burgos (España)Universidad de Burgos (España)Universidad de Burgos (España)Universidad de Burgos (España)Universidad de Burgos (España)a forma de enseñar y de aprender en la sociedad del siglo XXI ha cambiado. Actualmente, en un porcentaje alto la docencia se realiza en los Learning Management System. Estos sistemas permiten aplicar técnicas de Learning Analytics. La utilización de dichas herramientas, facilita, entre otros, conocer el patrón de aprendizaje de los estudiantes y la predicción de los alumnos en riesgo. El objetivo de este estudio fue conocer en orden jerárquico de importancia los patrones de aprendizaje más efectivos de los estudiantes en la plataforma. Se trabajó durante dos cursos académicos con una muestra de 122 estudiantes de Ciencias de la Salud. Los instrumentos utilizados fueron la plataforma Moodle v.3.1 y el análsis de los logs con técnicas de Machine Learning de regresión. Los resultados indican que el Modelo de Predicción Lineal Automático detectó en orden de importancia: las visitas medias por día, la realización por parte del estudiante de cuestionarios de autoevaluación, y la consulta al feedback del docente. El porcentaje de varianza explicada de estas variables sobre los resultados finales fue de un 50.8%. Asimismo, la efectividad del patrón conductual explicó 64.1% de la varianza de dichos resultados, hallándose tres clústeres de efectividad en el patrón conductual detectado.https://formacionasunivep.com/ejihpe/index.php/journal/article/view/273/184Learning management systemlearning analyticsmodelo lineal automáticoalumno en riesgouniversidad |
| spellingShingle | María Consuelo Saiz Manzanares Raúl Marticorena Sánchez Álvar Arnaiz González María del Camino Escolar Llamazares Miguel Ángel Queiruga Dios Detección del alumno en riesgo en titulaciones de Ciencias de la Salud: aplicación de técnicas de Learning Analytics European Journal of Investigation in Health, Psychology and Education Learning management system learning analytics modelo lineal automático alumno en riesgo universidad |
| title | Detección del alumno en riesgo en titulaciones de Ciencias de la Salud: aplicación de técnicas de Learning Analytics |
| title_full | Detección del alumno en riesgo en titulaciones de Ciencias de la Salud: aplicación de técnicas de Learning Analytics |
| title_fullStr | Detección del alumno en riesgo en titulaciones de Ciencias de la Salud: aplicación de técnicas de Learning Analytics |
| title_full_unstemmed | Detección del alumno en riesgo en titulaciones de Ciencias de la Salud: aplicación de técnicas de Learning Analytics |
| title_short | Detección del alumno en riesgo en titulaciones de Ciencias de la Salud: aplicación de técnicas de Learning Analytics |
| title_sort | deteccion del alumno en riesgo en titulaciones de ciencias de la salud aplicacion de tecnicas de learning analytics |
| topic | Learning management system learning analytics modelo lineal automático alumno en riesgo universidad |
| url | https://formacionasunivep.com/ejihpe/index.php/journal/article/view/273/184 |
| work_keys_str_mv | AT mariaconsuelosaizmanzanares detecciondelalumnoenriesgoentitulacionesdecienciasdelasaludaplicaciondetecnicasdelearninganalytics AT raulmarticorenasanchez detecciondelalumnoenriesgoentitulacionesdecienciasdelasaludaplicaciondetecnicasdelearninganalytics AT alvararnaizgonzalez detecciondelalumnoenriesgoentitulacionesdecienciasdelasaludaplicaciondetecnicasdelearninganalytics AT mariadelcaminoescolarllamazares detecciondelalumnoenriesgoentitulacionesdecienciasdelasaludaplicaciondetecnicasdelearninganalytics AT miguelangelqueirugadios detecciondelalumnoenriesgoentitulacionesdecienciasdelasaludaplicaciondetecnicasdelearninganalytics |