Abstract

En la última década, el uso de la analítica de aprendizaje y la gestión de grandes volúmenes de datos han contribuido sustancialmente en la manera como las instituciones de educación superior dan seguimiento, analizan la información y predicen el desempeñode los estudiantes. El objetivo del presente trabajo fue identificar las variables que influyen en el desempeño académico de estudiantes de postgrado, mediante la aplicación de técnicas de learning analytics basado en el modelo de Chatti, et al. (2012). Se aplicaron los algoritmos selección de atributos y árboles de decisión a partir de la teoría de Witten, Frank, Hall, Pal (2016) a una muestra de datos recolectadas de 136 estudiantes de posgrado de forma aleatoria simple. Se identificó que en general prefieren estudiar por la tarde y que invierten 43.83% de su tiempo en la revisión del contenido del curso mientras se encuentran activos en la plataforma; el 10.92% del tiempo participan en foros y el 31.10% del tiempo realizan actividades. Mediante el algoritmo selección de atributos se identificaron a las cuatro variables más importantes que influyen en el desempeño, a saber: tiempo total invertido en el curso de consulta del curso, elaboración de tareas, participaciones en foros y trabajo en equipo. También, aplicando árboles de decisión se establecen 6 patrones que determinan alguna nota final, cuya variable más importante es el tiempo total invertido en la plataforma. Finalmente, se determina que las variables: tiempo invertido en la plataforma en la consulta del contenido, trabajo en equipo, tareas y actividad en foros, influyen de manera positiva en el desempeño satisfactorio del estudiante de posgrado y aquellas variables relacionadas con las consultas, hora y día de estudio no intervienen en dicho desempeño, estos hallazgos dan la pauta para centrar esfuerzos en la construcción de contenidos significativos y tareas enfocadas en el logro de los aprendizajes deseados apoyados por actividades en equipo.

Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call