Minería de datos en los Sistemas de Gestión de Aprendizaje en la Educación Universitaria.
Resumen
El presente estudio describe la minería de datos educativos (MDE) aplicados a los sistemas de gestión de aprendizaje (LMS) con el fin de identificar patrones de comportamiento, que conducirán a la elección de recursos y actividades más adecuadas en Moodle. La investigación es de tipo transversal y descriptiva – exploratoria, se emplea tres herramientas informáticas como son: Excel 2016, Statistic Program for Social Sciences (SPSS) y Rapidmining 7.5, se utilizó datos de 125 estudiantes, monitoreados en un curso b-learning. Obteniendo los siguientes resultados, los estudiantes se conectan significativamente en el horario de la mañana, su actividad de interacción mensual es equitativa excepto los meses de inicio y fin del periodo que son menores, las actividades que más interactúa el estudiante es la revisión de tareas, se creó 3 grupos mediante la técnica de clustering y con el empleo del algoritmo de k medias se obtuvo el vector de desempeño promedio, obteniendo una distancia considerable entre estos grupos, concluyendo que existe una correlación entre el nivel de actividad y su rendimiento académico, como también recopila los perfiles de comportamiento y los compara con su nivel de actividad, con el objetivo de crear grupos con características similares garantizando que los recursos y actividades se adapten a las necesidades de los estudiantes.
Texto completo:
PDFReferencias
Aalst, V. der; Wil, M. P. (2011). Process Mining_ discovery, Conformance and Enhancement of business. Processes-Springer-Verlagberlin heidelberg. (15-03-2018) (https://link.springer.com/chapter/10.1007/978-3-642-19345-3_4)
Agrawal, R.; Srikant, R. (1994). Fast Algorithms for Mining Association Rules. University of Wisconsin, Madison. (12-03-2018)(https://www.it.uu.se/edu/course/homepage/infoutv/ht08/vldb94_rj.pdf)
Arráez Aybar, A. L.; Millán núñez, C. J.; Carabantes Alarcón, D.; Lozano Fernández, R. (2008). Adquisición de competencias transversales en alumnos de pregrado de Ciencias de la Salud en la Universidad Complutense : una experiencia positiva, 11(3), 169-177. (15-03-2018) (http://scielo.isciii.es/pdf/edu/v11n3/original3.pdf)
Azoumana, K. (2013). Análisis de la deserción estudiantil en la Universidad Simón bolívar, facultad Ingeniería de Sistemas, con técnicasde minería de datos. Pensam.am, 6(10), 41-51. (09-03-2018)(http://www.coruniamericana.edu.co/publicaciones/ojs/index.php/pensamientoamericano/article/view/137/152)
Bogarin Vega, A.; Romero Morales, C.; Rebeca, C. M. (2016). Aplicando minería de datos para descubrir rutas de aprendizaje frecuentesen Moodle Applying data mining to discover common learning routes in Moodle, 73, 5(1), 73-92.
Chen, C.-M.; Ma, C.-H.; Jong, b.-S.; Hsia, Y.-T.; Lin, T.-W. (2008). Using data mining to discover the correlation between web learningportfolios and achievements. In frontiers in Education Conference, 2008. fIE 2008. 38th Annual (p. f2f–9). IEEE.
Conti, F. de. (2011). Mineração de dados no Moodle: análise de prazos de entrega de atividades. TREgA dE ATIVIdAdES. (18-03-2018) (http://repositorio.ufsm.br/handle/1/5389)
Donnelly, R. (2010). Interaction analysis in a “Learning by doing” problem-based professional development context. Computers &Education, 55(3), 1357-1366. doI: https://doi.org/10.1016/j.compedu.2010.06.010
Irasema, T.; Monroy, S.; Luz, S.; Mendoza, H. (2016). Plataformas LMS, una alternativa TI de éxito en los sistemas educativos de nivelsuperior, 4(7). (15-03-2018) (https://repository.uaeh.edu.mx/revistas/index.php/huejutla/article/view/1137/1137)
Klösgen, W.; Zytkow, J. M. (2002). Handbook of data mining and knowledge discovery. Oxford University Press, Inc.
Marques, J. L. de Q. (2014). Mineração de dados educacionais: um estudo de caso utilizando o ambiente virtual do SEnAI.
Martín Galán, B.; Rodríguez Mateos, D. (2012). La Evaluación de la formación Universitaria semipresencial y en línea en el contexto del EEES mediante el uso de los informes de actividad de la plataforma Moodle. RIEd. (16-03-2018)(http://search.proquest.com/docview/1160567154/fulltextPdf/4fE4249d87Cd41EEPQ/2?accountid=12268)
Martín Garcia, A. V.; García del Dujo, A.; Muñoz Rodriguez, J. M. (2014). factores determinantes de adopción de blende Learning enEducación Superior. Adaptacioón del Modelo UTAT. doI: https://doi.org/10.5944/educxx1.17.2.11489
MECD. (2015). Indicadores de la oCdE. (14-03-2018) (http://www.mecd.gob.es/dctm/inee/internacional/panorama-de-la-educacion-2015.-informe-espanol.pdf?documentId=0901e72b81ee9fa3)
Núñez, J. C.; Cerezo, R.; bernardo, A.; Rosário, P.; Valle, A.; fernández, E. (2011). Implementation of training programs in self-regulatedlearning strategies in Moodle format: Results of a experience in higher education. (15-05-2018)(http://www.unioviedo.net/reunido/index.php/PST/article/view/9034/8898)
Pinazo Espigares, J. M.; García Perez, R. (2011). Minería de datos educativos en plataformas virtuales de aprendizaje musical Educationaldata Mining with Learning Management Systems educativos más característicos de la Sociedad del Conocimiento . Esto es , el aprendizajeregulado esta sociedad en un pri. (18-05-2018) (https://ojs.uv.es/index.php/LEEME/article/view/9822)
PoULoVÁ, P. (2010). Uplatnění elearningu na českých univerzitách–desetiletá historie. In Sborník příspěvků: 6. mezinárodní konferenceo distančním vzdělávání-disCo 2010 (pp. 124-126).
Romero, C.; Ventura, S.; García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers and Education, 51(1), 368-384. doI: https://doi.org/10.1016/j.compedu.2007.05.016
Senechal, A. C. L. (2013). Análise e pré-processamento de dados utilizando técnicas de mineração de dados educacionais para o Moodle.Trabalho de Conclusão de Curso.
Sosa, M. O.; Sosa Bruchmann, E. C. (2014). Estudio de tecnicas de data Mining aplicadas al analisis de datos generados con lametodologia blended Learning, 163-167. (13-05-2018)(http://sedici.unlp.edu.ar/handle/10915/41977%5Cnhttp://sedici.unlp.edu.ar/bitstream/handle/10915/41977/documento_completo.pdf?sequence=1)
Villegas-Ch, W.; Luján-Mora, S.; Buenaño-Fernandez, D. (n.d.). data mining toolkit for extraction of knowledge from LMS. doI:https://doi.org/10.1145/3175536.3175553
Xhafa, F.; Caballé, S.; Abraham, A.; daradoumis, T.; Alejandro, A.; Perez, J. (2010). Computational Intelligence for TechnologyEnhanced Learning Studies in Computational Intelligence. (15-05-2018) (https://link.springer.com/chapter/10.1007/978-3-642-11224-9_9)
Enlaces refback
- No hay ningún enlace refback.
Campus Virtuales
ISSN: 2255-1514
www.revistacampusvirtuales.es
campusvirtuales@uajournals.com