Publicación:
Learning Analytics como estrategia para la disminución de la deserción escolar modalidad semipresencial

Vista sencilla de ítem
dc.contributor.advisorPalomino Hawasly, Miguel Ángel
dc.contributor.authorSalas De la rosa Jhonatan
dc.contributor.educationalvalidatorGlenis Bibiana Alvarez Quiroz
dc.contributor.juryGiraldo Cardozo, Juan Carlos
dc.contributor.juryToscano Miranda, Raul Emiro
dc.date.accessioned2024-12-11T16:32:54Z
dc.date.available2024-12-11T16:32:54Z
dc.date.issued2024-12-10
dc.description.abstractLearning Analytics como Estrategia para la Disminución de la Deserción Escolar Modalidad Semipresencial, desarrollado en la Universidad de Córdoba, aborda el desafío de la deserción estudiantil en programas de educación superior semipresenciales, utilizando herramientas de analítica de datos para predecir y mitigar este fenómeno. El trabajo se enfoca en diseñar e implementar estrategias que permitan una toma de decisiones informada, empleando como base la plataforma Moodle y un prototipo denominado EDUPREDIC, creado específicamente para este propósito. El estudio, de enfoque mixto y diseño longitudinal, se estructuró en seis fases: identificación de estrategias existentes, exploración de tendencias en Moodle, desarrollo de un prototipo de visualizaciones, elaboración de guías didácticas, validación del prototipo y diseño de estrategias formativas para docentes. Los resultados demostraron que la integración de Learning Analytics facilita la identificación temprana de estudiantes en riesgo y promueve intervenciones personalizadas que mejoran la retención. Además, se destacó la importancia de los plugins de Moodle para realizar análisis predictivo, lo que permite a los docentes optimizar sus prácticas pedagógicas. El proyecto concluye que la aplicación de tecnologías avanzadas de análisis educativo puede transformar significativamente los procesos de enseñanza-aprendizaje en modalidades semipresenciales, reduciendo la deserción escolar y fortaleciendo la experiencia educativa. Entre las recomendaciones se incluyen el fortalecimiento del acceso a datos, la implementación de un hosting adecuado para la plataforma y la promoción de una mayor colaboración institucional.spa
dc.description.abstractLearning Analytics as a Strategy to Reduce School Dropouts Blended Mode, developed at the University of Córdoba, addresses the challenge of student dropouts in blended higher education programs, using data analytics tools to predict and mitigate this phenomenon. The work focuses on designing and implementing strategies that allow informed decision-making, using the Moodle platform and a prototype called EDUPREDIC, created specifically for this purpose, as a basis. The study, with a mixed approach and longitudinal design, was structured in six phases: identification of existing strategies, exploration of trends in Moodle, development of a visualization prototype, development of teaching guides, validation of the prototype and design of training strategies for teachers. Results demonstrated that the integration of Learning Analytics facilitates early identification of at-risk students and promotes personalized interventions that improve retention. In addition, the importance of Moodle plugins for performing predictive analysis was highlighted, allowing teachers to optimize their pedagogical practices. The project concludes that the application of advanced educational analysis technologies can significantly transform teaching-learning processes in blended modalities, reducing school dropouts and strengthening the educational experience. Recommendations include strengthening data access, implementing appropriate hosting for the platform, and promoting greater institutional collaboration.eng
dc.description.degreelevelPregrado
dc.description.degreenameLicenciado(a) en Informática
dc.description.modalityTrabajos de Investigación y/o Extensión
dc.description.tableofcontentsCapítulo 1. Planteamiento del problemaspa
dc.description.tableofcontents1.1 Descripción del problemaspa
dc.description.tableofcontents1.2 Formulación del problema 13spa
dc.description.tableofcontents1.3 Hipótesisspa
dc.description.tableofcontents1.4 Objetivos de la investigaciónspa
dc.description.tableofcontents1.4.1 Objetivo General 15spa
dc.description.tableofcontents1.4.2 Objetivos Específicosspa
dc.description.tableofcontents1.5 Justificaciónspa
dc.description.tableofcontentsCapítulo 2. Marco referencialspa
dc.description.tableofcontents2.1 Antecedentes investigativosspa
dc.description.tableofcontents2.1.1 Antecedentes internacionalesspa
dc.description.tableofcontents2.1.2 Antecedentes Nacionales 19spa
dc.description.tableofcontents2.1.3 Antecedentes localesspa
dc.description.tableofcontents2.2 Marco contextualspa
dc.description.tableofcontents2.2.1 misión 22spa
dc.description.tableofcontents2.2.2 visiónspa
dc.description.tableofcontents2.3 Marco conceptualspa
dc.description.tableofcontents2.3.1 Learning Analyticsspa
dc.description.tableofcontents2.3.2 Moodlespa
dc.description.tableofcontents2.3.3 Deserción escolarspa
dc.description.tableofcontents2.3.4 Predicciónspa
dc.description.tableofcontentsCapítulo 3. Diseño metodológicospa
dc.description.tableofcontents3.1 Enfoque de investigación 26spa
dc.description.tableofcontents3.2 Diseño de la investigaciónspa
dc.description.tableofcontents3.3 Etapas del diseñospa
dc.description.tableofcontents3.3.1 Fase 1: Identificación de estrategias de Learning Analyticsspa
dc.description.tableofcontents3.3.2 Fase 2: Indagación sobre nuevas tendencias de Learning Analytics en Moodlespa
dc.description.tableofcontents3.3.3 Fase 3: Creación de un prototipo de visualizaciones para Moodle (EDUPREDIC)spa
dc.description.tableofcontents3.3.4 Fase 4: Creación de guía didáctica para docentesspa
dc.description.tableofcontents3.3.5 Fase 5: Validación del prototipo de visualizacionesspa
dc.description.tableofcontents3.3.6 Fase 6: Creación de estrategia didáctica para docentes, basada en analítica de datosspa
dc.description.tableofcontents3.4 Población y muestra o Unidades de análisis 29spa
dc.description.tableofcontents3.5 Variables o categorías de análisisspa
dc.description.tableofcontents3.5.1 Estrategias de Learning Analyticsspa
dc.description.tableofcontents3.5.2 Nuevas tendencias en Moodlespa
dc.description.tableofcontents3.5.3 Prototipo de visualizaciones en EDUPREDICspa
dc.description.tableofcontents3.5.4 Guía didáctica para docentesspa
dc.description.tableofcontents3.5.5 Validación del prototipo de visualizaciones: 31spa
dc.description.tableofcontents3.5.6 Estrategia didáctica para docentesspa
dc.description.tableofcontents3.6 Técnicas e instrumentos de recolección de datosspa
dc.description.tableofcontents3.7 Análisis de datosspa
dc.description.tableofcontentsCapítulo 4. Desarrollo de la investigaciónspa
dc.description.tableofcontents4.1 Introducción al desarrollospa
dc.description.tableofcontents4.1.1 Estrategia didáctica 37spa
dc.description.tableofcontents4.1.2 Conferencia introductoriaspa
dc.description.tableofcontents4.1.3 Presentación de guías físicas y EDUPREDICspa
dc.description.tableofcontents4.1.4 Interacción y prácticaspa
dc.description.tableofcontents4.1.5 Evaluación y retroalimentaciónspa
dc.description.tableofcontents4.1.6 Recursos y herramientas utilizadasspa
dc.description.tableofcontents4.2 Instrumentos diligenciados y evidencias de los datos recolectados durante la aplicación.spa
dc.description.tableofcontentsCapítulo 5. Resultadosspa
dc.description.tableofcontents5.1 Identificar las distintas estrategias de Learning Analytics que cuenta la universidad de Córdobaspa
dc.description.tableofcontents5.1.1 Resultados entrevista al creador de Cintiaspa
dc.description.tableofcontents5.1.2 Resultados indagación sobre nuevas tendencias de Learning Analytics en la plataforma Moodlespa
dc.description.tableofcontents5.2 Crear estrategias para que los docentes puedan realizar analítica de datosspa
dc.description.tableofcontents5.2.1 Resultado desarrollo del prototipo de visualizaciones para Moodle (EDUPREDIC)spa
dc.description.tableofcontents5.2.2 Resultado elaboración de guía didáctica para docentesspa
dc.description.tableofcontents5.3 Validar las estrategias asociadas a Learning Analyticsspa
dc.description.tableofcontents5.3.1 Resultados validar el prototipo de visualizacionesspa
dc.description.tableofcontents5.3.2 Creación de una estrategia didáctica basada en analítica de datosspa
dc.description.tableofcontentsCapítulo 6. Conclusionesspa
dc.description.tableofcontentsCapítulo 7. Recomendacionesspa
dc.description.tableofcontentsCapítulo 8. Referenciasspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad de Córdoba
dc.identifier.reponameRepositorio Universidad de Córdoba
dc.identifier.repourlhttps://repositorio.unicordoba.edu.co
dc.identifier.urihttps://repositorio.unicordoba.edu.co/handle/ucordoba/8812
dc.language.isospa
dc.publisherUniversidad de Córdoba
dc.publisher.facultyFacultad de Educación y Ciencias Humanas
dc.publisher.placeMontería, Córdoba, Colombia
dc.publisher.programLicenciatura en Informática y Medios Audiovisuales
dc.relation.referencesAcuerdo No. 035 "por el cual se adopta la estructura orgánica de la Universidad de Córdoba." (2010). Repositorio Universidad de Córdoba. Recuperado de https://repositorio.unicordoba.edu.co/bitstream/handle/ucordoba/1577/acuerdo%20estructura%20orgánica%20%20abril%2023%20de%202010.pdf?sequence=1&isallowed=y
dc.relation.referencesArnold, K. E., & Pistilli, M. D. (2012). Course signals at Purdue: Using Learning Analytics to increase student success. In Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (pp. 267–270). Association for Computing Machinery. https://doi.org/10.1145/2330601.2330666
dc.relation.referencesAvila esquivel, i. m., & giraldo cardozo, j. c. (2022). learning analitycs y sus aportes a la evaluación y la inclusión en educación superior. acta scientiæ informaticæ, 5(5)
dc.relation.referencesChiappe, A., Rodríguez, L. P., Chiappe, A., & Rodríguez, L. P. (2017). Learning Analytics in 21st century education: a review. Ensaio: Avaliação e Políticas Públicas Em Educação, 25(97), 971–991. https://doi.org/10.1590/s0104-40362017002501211
dc.relation.referencesClow, D. (2013). An overview of Learning Analytics. Teaching in Higher Education, 18(6), 683–695. https://doi.org/10.1080/13562517.2013.827653
dc.relation.referencesCongreso de Colombia. (1994). Ley 115 de 1994. Por la cual se expide la Ley General de Educación.
dc.relation.referencesCongreso de Colombia. (2016). Ley 843 de 2016. Por la cual se establecen normas en materia de ética y bioética en la investigación biomédica y en salud.
dc.relation.referencesConstitución Política de Colombia. (1991).
dc.relation.referencesEspigares Pinazo, M. J., & Bautista Vallejo, J. M. (2018). Evaluación de objetos digitales de aprendizaje musical en Moodle. Educatio Siglo XXI, 36(3 Noviembr), 377–396. https://doi.org/10.6018/j/350051
dc.relation.referencesFerguson, R. (2012). Learning Analytics: Drivers, developments and challenges. International Journal of Technology Enhanced Learning, 4(5/6), 304–317. https://doi.org/10.1504/IJTEL.2012.051816
dc.relation.referencesGasevic, D., Dawson, S., & Siemens, G. (2015). Let's not forget: Learning Analytics are about Learning. TechTrends, 59(1), 64–71. https://doi.org/10.1007/s11528-014-0822-x
dc.relation.referencesGreller, W., & Drachsler, H. (2012). Translating Learning into numbers: A generic framework for Learning Analytics. Educational Technology & Society, 15(3), 42–57.
dc.relation.referencesGómez, D., & Roquet, J. V. (2001). Metodología de la investigación. Cataluña: Universitat Oberta de Cataluña.
dc.relation.referencesGonzález, A., & Hernández, M. (2019). Impacto del Learning Analytics en la disminución de la deserción escolar en modalidades semipresenciales. Revista de Investigación Educativa, 37(1), 45-63. http://dx.doi.org/10.5354/0718-5286.2019.54335
dc.relation.referencesHarshman, L. A. (2023). Predictive Data Analysis Using Linear Regression and Random Forest. doi: 10.5772/intechopen.107818
dc.relation.referencesHiebert, J., & Grouws, D. A. (2007). The effects of classroom mathematics teaching on students’ Learning. Second handbook of research on mathematics teaching and Learning, 1, 371-404. ISO 690.
dc.relation.referencesIfenthaler, D., & Widanapathirana, C. (2014). Development and validation of a Learning Analytics framework: Two case studies using support vector machines. Technology, Knowledge and Learning, 19(1/2), 221–240. https://doi.org/10.1007/s10758-014-9220-x
dc.relation.referencesKoedinger, K. R., & Corbett, A. T. (2012). Cognitive tutors: Technology bringing Learning science to the classroom. In K. R. Harris, S. Graham, & T. Urdan (Eds.), APA educational psychology handbook, Vol. 1: Theories, constructs, and critical issues (pp. 475–494). American Psychological Association. https://doi.org/10.1037/13273-022
dc.relation.referencesPerrotta, C., Williamson, B., & Hardman, J. (2018). Learning to be human: Exploring historical, cultural, and transdisciplinary perspectives on Learning. Springer
dc.relation.referencesRodríguez, W., Jiménez, R., & CAICEDO-MAYA, CARMEN (2007). Protocolo de actitudes relacionadas con la ciencia: adaptación para Colombia. Psicología. Avances de la disciplina, 1 (2), 85-100
dc.relation.referencesSánchez, PF, Garnacho, AS, Dacosta, JG y Pérez, EM (2009). El Aprendizaje Activo Mediante la Autoevaluación Utilizando un Laboratorio Virtual. Rev. Iberoam. de Tecnol. del Aprendiz., 4 (1), 53-62.
dc.relation.referencesVargas, J., López, M., & García, E. (2019). Impacto de la plataforma virtual de aprendizaje Canvas en la retención estudiantil y el rendimiento académico: Un estudio en la Universidad de los Andes. Revista Colombiana de Educación, 75, 123-136. https://doi.org/10.17227/rce.num75-10301
dc.relation.referencesWilli, R. E. (1978). Microdust--a problem in OE rotor spinning--some questions for fibre producers and machine builders. 1–12.
dc.relation.referencesVuorikari, R., Muñoz, J. C., Ferguson, R., Brasher, A., Clow, D., Cooper, A., Hillaire, G., Mittelmeier, J., Rienties, B., & Ullmann, T. (2017). Las Analíticas de Aprendizaje: evidencias e investigación sobre su uso Implicaciones para la política y la práctica. Joint Research Centre Science for Policy Report, 2016, 0–32. https://doi.org/10.2791/955210.
dc.rightsCopyright Universidad de Córdoba, 2024
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.keywordsLearning Analyticseng
dc.subject.keywordsschool dropouteng
dc.subject.keywordsBlended learningeng
dc.subject.keywordsMoodleeng
dc.subject.keywordsStudent retentioneng
dc.subject.keywordsEducational data analyticseng
dc.subject.keywordsTeaching strategieseng
dc.subject.keywordsEarly interventions.eng
dc.subject.proposalLearning Analyticsspa
dc.subject.proposalIntervenciones tempranas.spa
dc.subject.proposalEstrategias didácticasspa
dc.subject.proposalAnalítica de datos educativosspa
dc.subject.proposalRetención estudiantilspa
dc.subject.proposalMoodlespa
dc.subject.proposalEducación semipresencialspa
dc.subject.proposalDeserción escolarspa
dc.titleLearning Analytics como estrategia para la disminución de la deserción escolar modalidad semipresencialspa
dc.typeTrabajo de grado - Pregrado
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication
Archivos
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
E.C.A. Trabajos de Investigación y/o Extensión