Vol. 5 Núm. 2 (2021): Enero-diciembre
Contenido

Obtención de un modelo de Learning Analytics con información de un LMS

Leonardo Nevárez Chávez
Biografía
Marisela Ivette Caldera Franco
Tecnológico Nacional de México, campus Chihuahua II, México
Biografía
Gregorio Ronquillo Máynez
Tecnológico Nacional de México, campus Chihuahua II, México
Biografía

Publicado 2021-12-10

Palabras clave

  • Data analysis,
  • academic performance,
  • Moodle platform,
  • analysis models,
  • educational intervention
  • Análisis de datos,
  • rendimiento académico,
  • plataforma Moodle,
  • modelos de análisis,
  • intervención educativa

Cómo citar

Nevárez Chávez, L., Caldera Franco, M. I., & Ronquillo Máynez, G. (2021). Obtención de un modelo de Learning Analytics con información de un LMS. RECIE. Revista Electrónica Científica De Investigación Educativa, 5(2), 313-333. https://doi.org/10.33010/recie.v5i2.1314

Resumen

En las instituciones de educación superior, como resultado del proceso de enseñanza y aprendizaje, se generan y obtienen datos en diferentes sistemas computacionales, tales como sistemas internos, LMS (Learning Management System), redes sociales, entre otros. La información que se obtiene de estos sistemas raramente es utilizada para su análisis, retroalimentación y mejora de los procesos. Considerando solamente un LMS, estos producen información importante, como accesos de los estudiantes, secciones o elementos vistos, entrega de tareas y su cumplimiento a plazos, así como la participación en foros y otras actividades. Esta investigación tiene como propósito describir el uso de la información contenida en la bitácora, la cual es generada por el LMS Moodle, con el objetivo de establecer un modelo de Learning Analytics que lleve a predecir el rendimiento de los estudiantes. El modelo es incorporado en una aplicación informática mediante una interfaz amigable, y sirve para dar a conocer los resultados del modelo a tutores, profesores o personal autorizado. La aplicación identifica estudiantes en riesgo académico y se sugiere utilizarla como apoyo para decidir una posible intervención académica en beneficio de los estudiantes. Se usan técnicas de regresión simple, regresión múltiple, agrupamiento y análisis de componentes principales para obtener diferentes modelos de predicción. Se aplica la metodología CRISP-DM como guía en el proceso de desarrollo.

Citas

  1. Daud, A., Aljohani, N. R., Abbasi, R. A., Lytras, M. D., Abbas, F., y Alowibdi, J. S. (2017). Predicting student performance using advanced learning analytics. En Proceedings of the 26th International Conference on World Wide Web Companion (pp. 415-421). Recuperado de: https://dl.acm.org/doi/abs/10.1145/3041021.3054164.
  2. Dawson, S., Joksimovic, S., Poquet, O., y Siemens, G. (2019). Increasing the impact of learning analytics. En Proceedings of the 9th International Conference on Learning Analytics & Knowledge (pp. 446-455). Recuperado de: https://www.researchgate.net/profile/Srecko_Joksimovic/publication/331333276_Increasing_the_Impact_of_Learning_Analytics/links/5c870c7aa6fdcc88c39bf70e/Increasing-the-Impact-of-Learning-Analytics.pdf.
  3. Gasevic, D., Tsai, Y. S., Dawson, S., y Pardo, A. (2019). How do we start? An approach to learning analytics adoption in higher education. The International Journal of Information and Learning Technology, 36(4), 342-353. Recuperado de: https://research.monash.edu/files/296208063/277681827_oa.pdf.
  4. Herodotou, C., Rienties, B., Boroowa, A., Zdrahal, Z., y Hlosta, M. (2019). A large-scale implementation of predictive learning analytics in higher education: The teachers’ role and perspective. Educational Technology Research and Development, 67(5), 1273-1306. Recuperado de: https://link.springer.com/article/10.1007/s11423-019-09685-0.
  5. Hwang, G.-J., Chu, H. C., y Yin, C. (2017). Objectives, methodologies and research issues of learning analytics. Interactive Learning Environments, 25(2). Recuperado de: https://www.tandfonline.com/doi/full/10.1080/10494820.2017.1287338.
  6. Martínez Navarro, A., y Moreno-Ger, P. (2018). Comparison of clustering algorithms for learning analytics with educational datasets. IJIMAI, 5(2), 9-16. Recuperado de: https://dialnet.unirioja.es/descarga/articulo/6907743.pdf.
  7. Romero, C., y Ventura, S. (2020). Educational data mining and learning analytics: An updated survey. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 10(3), e1355. Recuperado de: https://bookdown.org/chen/la-manual/files/Romero%20and%20Ventura%20-%202020.pdf.
  8. Selwyn, N. (2019). What’s the problem with Learning Analytics? Journal of Learning Analytics, 6(3), 11-19. Recuperado de: https://learning-analytics.info/index.php/JLA/article/download/6386/7308.
  9. Sclater, N., Peasgood, A., y Mullan, J. (2016). Learning analytics in higher education. Londres: Jisc. Recuperado de: https://www.academia.edu/download/61301572/learning-analytics-in-he-v320191122-83155-kaxmyg.pdf.
  10. Simanca, F. A., Herrera, R., Crespo, L. G., Baena, R., y Burgos, D. (2019). A solution to manage the full life cycle of learning analytics in a learning management system: AnalyTIC. IEEE Revista Iberoamericana de Tecnologías del Aprendizaje, 14(4), 127-134. Recuperado de: https://ieeexplore.ieee.org/abstract/document/8894865.
  11. Viberg, O., Hatakka, M., Bälter, O., y Mavroudi, A. (2018). The current landscape of learning analytics in higher education. Computers in Human Behavior, 89, 98-110. Recuperado de: https://www.sciencedirect.com/science/article/pii/S0747563218303492.
  12. Wikipedia (2022, may. 9). Analítica de aprendizaje. Recuperado de: https://es.wikipedia.org/w/index.php?title=Anal%C3%ADtica_de_aprendizaje&oldid=137026001.
  13. Wirth, R., y Hipp, J. (2000, abr.). CRISP-DM: Towards a standard process model for data mining. En Proceedings of the 4th International Conference on the Practical Applications of Knowledge Discovery and Data Mining (vol. 1). Londres: Springer-Verlag. Recuperado de: www.cs.unibo.it/~danilo.montesi/CBD/Beatriz/10.1.1.198.5133.pdf.