A lo largo de las siguientes
entradas en el blog pretendo abordar los conceptos básicos que sacude la
analítica del aprendizaje en plataformas cerradas. Lo haré a través de un caso
práctico propuesto en la asignatura de Analítica del Aprendizaje Conectada.
En primer lugar, tendremos que hacer un plan a partir del uso del modelo de análisis predictivo de Ekowo y Palmer para analizar los datos y la información de un grupo determinado de estudiantes, con el objetivo principar de impedir el abandono temprano de los estudiantes del curso online. Se persigue interpretar los datos estadísticos necesarios para así poder poner soluciones eficientes.
El análisis predictivo según Ekowo & Palmer, ha ayudado a las instituciones a cumplir con sus objetivos anuales haciendo que se puedan adaptar mejor sus servicios de asesoramiento y personalizar el aprendizaje para mejorar los resultados de los estudiantes. Para que los esfuerzos de los análisis valgan finalmente la pena, es muy importante que las instituciones usen este análisis predictivo de forma ética.
A continuación, se presentan los
distintos objetivos que se quieren conseguir con las distintas preguntas que
surgen:
Objetivos:
- Prevenir el abandono de estudiantes en el curso online. – ¿Quiénes son? ¿Qué característica comparte el alumno que abandona el curso? ¿Por qué abandonan?
- Prevenir el abandono de estudiantes en el curso online. – ¿Quiénes son? ¿Qué característica comparte el alumno que abandona el curso? ¿Por qué abandonan?
- Detectar al alumnado con mayor probabilidad de
abandono. - ¿Cuáles son las causas de este abandono?
- Descubrir los obstáculos de la plataforma para
la mejora del aprendizaje del alumnado. - ¿Podemos ofrecen solución a esos
obstáculos.
Seguidamente, los indicadores de
logro (KPI) que se relacionan estrechamente con los objetivos anteriormente expuestos.
Estos indicadores se centran en cómo se realiza la tarea, midiendo su desempeño
y si logran ciertos objetivos.
- Número de personas que abandonan el curso. Esto se comparará en el primer cuarto del curso, en la mitad y al final. Con este indicador se comprobará en qué momento del proceso se producen los abandonos.
- Número de personas que abandonan el curso. Esto se comparará en el primer cuarto del curso, en la mitad y al final. Con este indicador se comprobará en qué momento del proceso se producen los abandonos.
- Número de personas que acceden a la plataforma y
la evolución de ésta. Nos dará una idea de la motivación y participación de los
alumnos/as.
- Número de personas en cuanto a participación del alumnado y su evolución en los foros. Nos permitirá hacernos una idea de la necesidad que tienen los alumnos de aprender a aprender.
- Número de personas en cuanto a participación del alumnado y su evolución en los foros. Nos permitirá hacernos una idea de la necesidad que tienen los alumnos de aprender a aprender.
- Conocer las edades y procedencia de los alumnos,
de esta forma se pretende tener una idea del punto de partida de las personas
que realizan el curso.
BIBLIOGRAFÍA
Domínguez, D. (2018). Big Data,
analítica del aprendizaje y educación basada en datos. Recuperado de: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3124369
Ekowo, M., &
Palmer, I. (2016). Predictive Analytics
in Higher Education. Technical Report. Ner America Foundation, Washington,
DC. Recuperado de: https://www.newamerica.org/education-policy/reports/predictive-analytics-in-higher-education/#
No hay comentarios:
Publicar un comentario