Detección del alumno en riesgo en titulaciones de Ciencias de la Salud
Aplicación de técnicas de Learning Analytics
Bibliographic Data
| ID | 16945652 |
|---|---|
| Authors | María Consuelo Sáiz Manzanares (0000-0002-1736-2089, Centro Medico Nacional Siglo XXI, corresponding author), Raúl Marticorena Sánchez (0000-0002-2633-635X, Centro Medico Nacional Siglo XXI), Álvar Arnaiz González, María del Camino Escolar Llamazares (0000-0003-2448-0267), Miguel Ángel Queiruga Dios (0000-0001-5444-123X, Centro Medico Nacional Siglo XXI) |
| Year | 2018 |
| Volume | 8 |
| Issue | 3 |
| Pages | 129 |
| Publication date | 2018-12-03 |
| Peer Reviewed | Yes |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | European Journal of Investigation in Health, Psychology and Education (JOURNAL) |
| Journal identifiers | ISSN: 2174-8144 • E-ISSN: 2254-9625 |
| Publisher | MDPI AG (PUBLISHER • IT) |
| DOI | 10.30552/ejihpe.v8i3.273 |
| OpenAlex | W2905133030 |
| Language | ES |
| Citations received | 3 |
La 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
Humanities · E-Learning and Knowledge Management · Educational Innovations and Technology · Online Learning and Analytics · Philosophy · Psychology
| Unique citing works | 3 |
|---|---|
| Citations per year | 0,5 |
| Citation span | 2020 - 2022 (3) |
| Citation velocity | historical |
| Highly cited | No |