Implementación de técnicas de Big Data para el desarrollo de métodos didácticos y tecnológicos que aporten en la cualificación de los Ambientes Virtuales de Aprendizajeen las Instituciones de Educación Superior

Daniel  Rincón León; Diego Fernando Aranda Lozano; Pablo Alexander Munevar Garcia; Darío José Delgado Quintero

doi:10.22490/27452115.7561

Implementación de técnicas de Big Data para el desarrollo de métodos didácticos y tecnológicos que aporten en la cualificación de los Ambientes Virtuales de Aprendizaje en las Instituciones de Educación Superior

Vol. 4 Núm. 1 (2023)

Publicado 2023-12-06

Licencia

Derechos de autor 2023 EducaT: Educación virtual, Innovación y Tecnologías

Artículos de Investigación

Implementación de técnicas de Big Data para el desarrollo de métodos didácticos y tecnológicos que aporten en la cualificación de los Ambientes Virtuales de Aprendizajeen las Instituciones de Educación Superior

DOI: https://doi.org/10.22490/27452115.7561

Rincón-León, Daniel Universidad Nacional Abierta y a Distancia

Aranda-Lozano, Diego Universidad Nacional Abierta y a Distancia

Munevar-Garcia, Pablo Universidad Nacional Abierta y a Distancia

Delgado-Quintero, Darío Universidad Nacional Abierta y a Distancia

PDF

Resumen
Referencias

RESUMEN
Las Instituciones de Educación Superior (IES), en búsqueda de la calidad educativa y la inclusión social, diseñan sistemas de información como herramientas para docentes y directivos, que le aporten a la toma de decisiones con el propósito de alcanzar sus metas. En la actualidad, debido a la pandemia ocasionada por el COVID-19, cada vez más las IES utilizarán Learning Management System (LMS) integrado a su Virtual Learning Environment (VLE) para que sus estudiantes realicen su proceso de enseñanza-aprendizaje. Este proyecto de investigación, realizado en el marco del convenio entre la Universidad Nacional Abierta y a Distancia - UNAD y el sistema general de regalías del departamento de Antioquia, en conjunto con el Ministerio de Ciencias de Colombia, MinCiencias, implementó técnicas de analítica de datos con el objetivo de generar estrategias, herramientas y modelos que permitan cualificar los procesos de enseñanza y aprendizaje en programas de educación virtual y mejoren los indicadores clave de deserción y permanencia de los estudiantes; para ello la UNAD facilitó un conjunto de datos pertenecientes a 3317 estudiantes en modalidad virtual del departamento de Antioquia, dichos datos representan la interacción de los estudiantes en el VLE. Producto del análisis de este conjunto de datos se logró definir una herramienta tipo panel de control y un modelo de validación de la experiencia de usurario de estudiantes y docentes en el VLE que permiten adoptar estrategias de inteligencia y analítica de negocios para IES, como soporte para el diseño de modelos instruccionales que permitan el mejoramiento continuo de la calidad educativa virtual a corto, medio y largo plazo.

Alban , G., Arguello, A. V., y Molina, N. (2020). Metodologías de investigación educativa (descriptivas, experimentales, participativas, y de investigación-acción). Recimundo, 4(3), 163-173.

Brusilovsky, P. (1996). Methods and Techniques of Adaptive Hypermedia. User Modeling and User Adapted Interaction, 6(2-3) 87-129. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.53.8848yrep=rep1ytype=pdf

Brusilovsky, P. (2001). Adaptive hypermedia. User modeling and user adapted interaction, 11(1-2), 87-110. http://www.umuai.org/downloads/ten_year_anniversary/brusilovsky-umuai-2001.pdf

Buitrago, A. (2010). Sistemas Hipermedia Adaptativos (SHA) IV. Universidad de Castilla-La Mancha. España.

Çakır, E., y Ulukan, Z. (2021). A Hybrid Kruskal’s Algorithm Based on Intuitionistic Fuzzy with Hamacher Aggregation Operator for Road Planning. International journal of fuzzy systems, 23, 1003-1016. https://doi-org.bibliotecavirtual.unad.edu.co/10.1007/s40815-020-01007-4

Cambronero, C. y Moreno, I., (2006). Algoritmos de aprendizaje: KNN y KMEANS. Inteligencia en Redes de Comunicación, Universidad Carlos III de Madrid, 23.

Cervantes , E., Garnica, C., Navarro-Rangel, Y., y Funez, M. (2014). Sistema hipermedia basado en competencias para el diagnóstico del aprendizaje de fracciones matemáticas (SMCDAFRAC). Res. Comput. Sci., 88, (75-86).

Departamento Administrativo Nacional de Estadística (s.f). Generalidades. https://www.dane.gov.co/index.php/servicios-al-ciudadano/servicios-informacion/estratificacion-socioeconomica#generalidades

Departamento Administrativo Nacional de Estadística (2019). Resultados Censo Nacional de Población y Vivienda 2018 Medellín, Antioquia, https://www.dane.gov.co/files/censo2018/informacion-tecnica/presentaciones-territorio/190719-CNPV-presentacion-Antioquia-2.pdf

Dupré, J. (2014). Generación de una metodología de detección de website keyobjects basado en métricas de centralidad de teoría de grafos. chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://repositorio.uchile.cl/bitstream/handle/2250/132372/Generacion-de-una-metodologia-de-deteccion-de-website-keyobjects....pdf?sequence=1

Escamilla , J., Calleja, B., Villalba, E., Esteban Venegas, E., Fuerte, K., Román, R., y Madrigal, M. (2014). Aprendizaje y evaluación adaptativos, Reporte EduTrends. (Recuperado el 09 de noviembre de 2020) de http://www.sitios.itesm.mx/webtools/Zs2Ps/roie/julio14.pdf

González, M., Becerra, J., y Olmos, J. (2018). Promoción de la autogestión a través de objetos de aprendizaje adaptativos en alumnos de educación superior. Edutec. Revista Electrónica de Tecnología Educativa, (63), https://www.edutec.es/revista/index.php/edutec-e/article/view/1037/pdf

Hormigo, I., y Caralt, J. (2014). Uso de analítica para dar soporte a la toma de decisiones docentes. Actas de las XX JENUI. Oviedo, 9(11).

Hurtado, L. y Pérez, C. (2020). Análisis de los factores que estimulan la permanencia de las brechas de género en Colombia. https://dspace.tdea.edu.co/handle/tda/554

Ilyutko, D., y Nikonov, I. (2018). The Diagram Approach in Knot Theory and Applications to Graph Theory. Moscow University Mathematics Bulletin, 73, 124-130. https://link.springer.com/article/10.3103/S0027132218030087

Johnson, L., Adams, S., Ludgate, H., Cummins, M., y Estrada, V. (2012). Technology Outlook: Singaporean K-12 Education 2012-2017. An NMC Horizon Project Regional Analysis. New Media Consortium. https://files.eric.ed.gov/fulltext/ED595214.pdf

Klein, P., y Cook, M. (2006). TW Schultz and the human-capital approach to entrepreneurship. Review of Agricultural Economics, 28(3), 344-350.

López, N. (2015). Consideraciones sobre el acompañamiento en la educación en la virtualidad: aportes para la permanencia estudiantil. Revista Reflexiones y Saberes, 2(2), 62-69.

MacQueen, J. B. (1967). Some Methods for Classification and Analysis of Multivariate Observations. In Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability (Vol. 1, pp. 281-297). University of California Press.

Naoui, M., Lejdel, B., y Ayad, M. (2020). Usando el algoritmo K-means para la curva de regresión en un gran sistema de datos para el entorno empresarial. Revista Cubana de Ciencias Informáticas, 14(2), 34-48.

Newman, A., Stokes, P., y Bryant, G. (2013). Learning to Adapt: A Case for Accelerating Adaptive Learning in Higher Education. Education Growth Advisors. https://tytonpartners.com/library/accelerating-adaptive-learning-in-higher-education/

Nielsen, J., y Pernice, K. (2010). Eyetracking web usability. New Riders.

Siemens, G., Gasevic, D., Haythornthwaite, C., Dawson, S., Shum, S., Ferguson, R., y Baker, R., (2011). Open Learning Analytics: an integrated y modularized platform (Doctoral dissertation, Open University Press).

Siemens, G. (2012). Learning analytics: envisioning a research discipline and a domain of practice. Proceedings of the 2nd international conference on learning analytics and knowledge (4-8). https://dl.acm.org/doi/abs/10.1145/2330601.2330605

Teasley, S., y Green, T. J. N. (2017). Learning Analytics: The Definition, Process, and Potential for Higher Education. En Wiley Handbook of Learning Technology (pp. 1-27).

Márquez Vera, C. (2015). Predicción del fracaso y abandono escolar mediante técnica de minería de datos. Universidad del Córdoba (UCO) Recuperado de https://helvia.uco.es/xmlui/handle/10396/12852

Bibliografía Adicional

Banihashem , Kaze, S., Aliabadi, K., Ardakani, S., Delaver, A., y Ahmadabadi, M. (2018). Learning analytics: A critical literature review. Interdisciplinary Journal of Virtual Learning in Medical Sciences, 9(2).

Birjali , M., Beni-Hssane, A., y Erritali, M. (2018). A novel adaptive e-learning model based on Big Data by using competence-based knowledge and social learner activities. Applied Soft Computing, 69, 14-32.

Guevara , C., y Aguilar, J. (2016). Model of adaptive learning objects for virtual environments. 2016 XLII Latin American Computing Conference (CLEI) (pp. 1-10). IEEE. doi:10.1109/CLEI.2016.7833352

Orozco Silva, L. E. (2016). Informe nacional: Colombia. Centro Interuniversitario de Desarrollo (CINDA) y Universia: El informe de Educación superior en Iberoamérica. https://cinda.cl/wp-content/uploads/2019/01/educacion-superior-en-iberoamerica-informe-2016-informe-nacional-colombia.pdf

Secretaría de Educación para la Cultura de Antioquia. (2011). Antioquia, Colombia: Informe de Auto-Evaluación, Estudios de la OCDE: Educación Superior en el Desarrollo Regional y de Ciudades, IMHE. http://repositorio.colciencias.gov.co/bitstream/handle/11146/496/1729-SEDUCA_ANTIOQUIA_2011_ANTIO.PDF?sequence=1&isAllowed=y

Villagrá -Arnedo, C., Gallego-Durán, F., Llorens Largo, F., Compañ, P., Satorre Cuerda, R., y Molina-Carmona, R. (2015). Detección precoz de dificultades en el aprendizaje. Herramienta para la predicción del rendimiento de los estudiantes. La Sociedad del Aprendizaje. Actas del III Congreso Internacional sobre Aprendizaje, Innovación y Competitividad. CINAIC.

Licencia

Derechos de autor 2023 EducaT: Educación virtual, Innovación y Tecnologías

Cómo citar

Rincón León, D. ., Aranda Lozano, D. F., Munevar Garcia, P. A., & Delgado Quintero, D. J. (2023). Implementación de técnicas de Big Data para el desarrollo de métodos didácticos y tecnológicos que aporten en la cualificación de los Ambientes Virtuales de Aprendizajeen las Instituciones de Educación Superior. EducaT: Educación Virtual, Innovación Y Tecnologías, 4(1), 15-30. https://doi.org/10.22490/27452115.7561

Descargar cita

Almétricas

Métricas

Archivos descargados

406