Analítica de los usos digitales y rendimiento académico. Un estudio de caso con estudiantes universitarios

  1. de la Iglesia Villasol, M. Covadonga
Revista:
REIRE: revista d'innovació i recerca en educació

ISSN: 2013-2255

Año de publicación: 2020

Volumen: 13

Número: 2

Tipo: Artículo

DOI: 10.1344/REIRE2020.13.229267 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: REIRE: revista d'innovació i recerca en educació

Resumen

INTRODUCCIÓ. L’estudi que es presenta analitza l’empremta dels usos i registres digitals que els estudiants d’un curs presencial deixen en els espais virtuals complementaris, i analitza també les qualificacions que obtenen aquests estudiants en les fases d’avaluació continuada i final. L’objectiu és trobar si hi ha relació positiva entre el major ús i participació dels estudiants en les plataformes digitals i les qualificacions obtingudes. MÈTODE. S’adopta un disseny quantitatiu de tipus descriptiu i no experimental. La població analitzada es correspon amb el curs d’Anàlisi Microeconòmica Avançada, del grau d’Economia (GECO) de la Universitat Complutense de Madrid. RESULTATS. Els resultats mostren un ús digital tradicional i polaritzat dels estudiants, que defineixen tipologies i patrons diferenciats d’aprenentatge, molt condicionat a la programació de l’avaluació continuada i correlacionat positivament amb les qualificacions obtingudes. DISCUSSIÓ. La relació entre usos digitals i resultats de l’aprenentatge és un tema encara poc explorat en la literatura. Contribueix a la reflexió dels docents i pot reorientar el procés d’ensenyament, per evitar que els estudiants es vagin quedant endarrerits en l’ús digital i aconseguir que adaptin el ritme a l’avanç del curs i tinguin millors resultats acadèmics.

Referencias bibliográficas

  • Amo, D., y Santiago, R. (2017). Learning Analytics. La narración del aprendizaje a través de los datos. Editorial UOC.
  • ANECA. (2017). Informe sobre el estado de la evaluación externa de la calidad en las universidades españolas 2017. ANECA. http://www.aneca.es/Documentos-y-publicaciones/Informes-sobre-calidad-universitaria
  • Asif, R., Merceron, A., Ali, S. A., y Haider, N. G. (2017). Analyzing undergraduate students’ performance using educational data mining. Computers & Education, 113, 177–194. https://doi.org/10.1016/j.compedu.2017.05.007
  • Banihashem, S. K., Aliabadi, K., Ardakani, S. P., Delaver A., y Ahmadabadi, M. N. (2018). Learning Analytics: A Systematic Literature Review. Interdisciplinary Journal of Virtual Learning in Medical Science, 9(2), e63024. http://doi.org/10.2196/11241
  • Bates, A. W. (2015). Teaching in a Digital Age: Guidelines for designing teaching and learning. Tony Bates Associates. https://opentextbc.ca/teachinginadigitalage/
  • Bogarín, A., Cerezo, R., y Romero, C. (2018). Discovering learning processes using Inductive Miner: A case study with Learning Management Systems (LMSs). Psicothema, 30(3), 322–329. https://doi.org/10.7334/psicothema2018.116
  • Borrás Gené, O. (2017). Insignias digitales como acreditación de competencias en la Universidad. Gabinete de Tele-Educación, Vicerrectorado de Servicios Tecnológicos, Universidad Politécnica de Madrid. http://oa.upm.es/47460/1/Insignias%20digitales%20como%20acreditacion%20de%20competencias%20en%20la%20Universidad.pdf
  • Brown, M. (2012). Learning Analytics: Moving from concept to practice. EDUCAUSE Learning Initiative. https://library.educause.edu/resources/2012/7/learning-analytics-moving-from-concept-to-practice
  • Buckingham S., y Ferguson, R. (2012). Social Learning Analytics. Educational Technology & Society, 15(3), 3–26. https://drive.google.com/open?id=1fu8JL6t8pwfGSkAnktZ4AEWChPjRnbdI
  • Campbell, J. P. (2007). Utilizing Student Data within the Course Management System to Determine Undergraduate Student Academic Success: An Exploratory Study [Tesis doctoral, Purdue University]. https://docs.lib.purdue.edu/dissertations/AAI3287222/
  • Cerda, C., Huete-Nahuel, J., Molina-Sandoval, D., Ruminot-Martel, E., y Saiz, J. L. (2017). Uso de Tecnologías Digitales y Logro Académico en Estudiantes de Pedagogía Chilenos. Estudios pedagógicos (Valdivia), 43(3), 119–133. https://doi.org/10.4067/S0718-07052017000300007
  • Cerezo, R., Sánchez-Santillan, M., Paule-Ruiz, M. P., y Núñez, J. C. (2016). Students’ LMS interaction patterns and their relationship with achievement: a case study in higher education. Computers & Education, 96, 42–54. https://doi.org/10.1016/j.compedu.2016.02.006
  • Coll, C., Engel, A., y Niño, S. (2017). La actividad de los participantes como fuente de información para promover la colaboración. Una analítica del aprendizaje basada en el modelo de Influencia Educativa Distribuida. RED Revista de Educación a Distancia, 53, 1–36. http://doi.org/10.6018/red/53/2
  • Dawson, S., Gašević, D., Siemens, G., y Joksimovic, S. (2014). Current State and Future Trends: A Citation Network Analysis of the Learning Analytics Field. En Proceedings of the Fourth International Conference on Learning Analytics and Knowledge, 231–240. ACM. https://doi.org/10.1145/2567574.2567585
  • Díaz-Barriga, Á. (2011). Competencias en educación. Corrientes de pensamiento e implicaciones para el currículo y el trabajo en el aula. Revista Iberoamericana de Educación Superior, II(5), 3–24. http://www.scielo.org.mx/pdf/ries/v2n5/v2n5a1.pdf
  • Durall, E., y Gros, B. (2014). Learning analytics as a metacognitive tool. En Proceedings of the 6th International Conference on Computer Supported Education (Vol. 1, pp. 380–384). https://doi.org/10.5220/0004933203800384
  • ENQA. (2018). Considerations for quality assurance of e-learning provision. Report from the ENQA Working Group VIII on quality assurance and e-learning. https://enqa.eu/indirme/Considerations%20for%20QA%20of%20e-learning%20provision.pdf
  • Ferguson, 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
  • Ferguson, R., Brasher A., Clow, D., Cooper, A., Hillaire, G., Mittelmeier, J., Rienties, B., y Ullmann, T. (2016). Research Evidence on the Use of Learning Analytics - Implications for Education Policy (R. Vuorikari y J. Castaño Muñoz, eds.). Joint Research Centre Science for Policy Report. https://doi.org/10.2791/955210
  • Ferguson, R., y Clow, D. (2017). Where is the evidence? A call to action for learning analytics. En LAK ’17. Proceedings of the Seventh International Learning Analytics & Knowledge Conference, International Conference Proceeding Series (pp. 56–65). ACM. https://doi.org/10.1145/3027385.3027396
  • Ferrari, A. (2013). DIGCOMP: A Framework for Developing and Understanding Digital Competence in Europe. Institute for Prospective Technological Studies. https://doi.org/10.2788/52966
  • Fidalgo-Blanco, A., Sein-Echaluce, M. L., García-Peñalvo, F. J., y Conde, M. Á. (2015). Using Learning Analytics to improve teamwork assessment. Computers in Human Behavior, 47, 149–156. https://doi.org/10.1016/j.chb.2014.11.050
  • Florido, C., Jiménez, J. L., y Navarro, Y. (2019). Normas de permanencia y calendario de exámenes: ¿afectan al rendimiento académico universitario? Cultura y Educación, 31(1), 93–119. https://doi.org/10.1080/11356405.2018.1564571
  • Fuente-Valentín, L., y Burgos, D. (2015). A4Learning: An iterative methodological approach to support better learning and teaching. IEEE Latin America Transactions, 13(2), 483–489. https://doi.org/10.1109/TLA.2015.7055568
  • Fuente-Valentín, L., Pardo, A., López, F., y Burgos, D. (2015). A Visual Analytics Method for Score Estimation in Learning Courses. Journal of Universal Computer Science, 21(1), 134–155. https://doi.org/10.3217/jucs-021-01-0134
  • García-Valcárcel Muñoz-Repiso, A., y Tejedor Tejedor, F. J. (2017). Percepción de los estudiantes sobre el valor de las TIC en sus estrategias de aprendizaje y su relación con el rendimiento. Educación XX1, 20(2), 137–159. https://doi.org/10.5944/educxx1.19035
  • Gros, B. (2016). The design of smart educational environments. Smart Learning Environments, 3(15), 1–11. https://doi.org/10.1186/s40561-016-0039-x
  • Guitert, M., Romeu, T., y Pérez-Mateo, M. (2007). Competencias TIC y trabajo en equipo en entornos virtuales. RUSC Universities and Knowledge Society Journal, 4(1), 1–12. https://doi.org/10.7238/rusc.v4i1.289
  • Gutiérrez Martín, A., Palacios Picos, A., y Torrego Egido, L. (2010). Tribus digitales en las aulas universitarias. Comunicar, 17(34), 173–181. https://doi.org/10.3916/C34-2010-03-17
  • Harrison, C., y Killion, J. (2007). Ten roles for teacher leaders. Educational Leadership, 65(1) 74–77. http://www.ascd.org/publications/educational-leadership/sept07/vol65/num01/ten-roles-for-teacher-leaders.aspx
  • Haya, P. A., Daems, O., Malzahn, N., Castellanos, J., y Hoppe, H. U. (2015). Analysing Content and Patterns of Interaction for Improving the Learning Design of Networked Learning Environments, British Journal of Educational Technology, 46(2), 300–316. https://doi.org/10.1111/bjet.12264
  • Herrero Martínez, R. (2014). El papel de las TIC en el aula universitaria para la formación en competencias del alumnado. Píxel-Bit. Revista de Medios y Educación, 45, 173–188. https://recyt.fecyt.es/index.php/pixel/article/view/61639/37650
  • Iglesia Villasol, M. C. (2018). Aprendizaje Basado en un Proyecto Docente: Aprendizaje, creatividad, innovación y nuevos roles en la formación de profesorado en la era digital. Revista Complutense de Educación, 29(4), 1253–1278. https://doi.org/10.5209/RCED.55256
  • Iglesia Villasol, M. C. (2019). Learning Analytics para una visión tipificada del aprendizaje de los estudiantes. Un estudio de caso. Revista Iberoamericana de Educación, 80(1), 55–87. https://doi.org/10.35362/rie8013444
  • Kaur, P., Singh, M., y Josan, G. S. (2015). Classification and prediction based data mining algorithms to predict slow learners in education sector [Comunicación presentada]. 3rd International Conference on Recent Trends in Computing (ICRTC-2015). https://library.educause.edu/-/media/files/library/2012/7/elib1203-pdf.pdf
  • Kruse, A., y Pongsajapan, R. (2012). Student-Centered Learning Analytics. CNDLS Thought Papers. https://cndls.georgetown.edu/m/documents/thoughtpaper-krusepongsajapan.pdf
  • Lodge, J. M., y Corrin, L. (2017). What data and analytics can and do say about effective learning. Npj Science of Learning, 2(1). https://doi.org/10.1038/s41539-017-0006-5
  • Long, Ph., y Siemens, G. (2011). Penetrating the Fog: Analytics in Learning and Education. EDUCAUSE Review, 46(5), 30–40. https://er.educause.edu/~/media/files/article-downloads/erm1151.pdf
  • Macfadyen, L. P., y Dawson S., (2010). Mining LMS Data to Develop an ‘Early Warning System’ for Educators: A Proof of Concept. Computers & Education, 54(2), 588–599. https://doi.org/10.1016/j.compedu.2009.09.008
  • Martín, M. A., Arranz, G., González, M. A., Páramo, R., Alarcia, E., Fernandoz, M. L., y González, M. L. (2003). Análisis del fracaso escolar y desarrollo de acciones de mejora [Comunicación presentada]. XI Congreso Universitario de Innovación Educativa en las Enseñanzas Técnicas, Barcelona.
  • Martínez Rodríguez, E., Arteaga Martínez, B., y Pérez Martín, M. (2017). Description of an experience in university classroom teaching-learning: can the learning of statistics be improved through virtual forums? [Comunicación presentada]. ICERI2017, 10th annual International Conference of Education, Research and Innovation. https://doi.org/10.21125/iceri.2017.1105
  • Mazza, R., y Botturi, L. (2007). Monitoring an Online Course with the GISMO Tool: A Case Study. Journal of Interactive Learning Research, 18(2), 251–265.
  • Mazza, R., y Dimitrova, V. (2003). Informing the design of a course data visualisator: An empirical study. En C. Jutz, F. Flückiger, y K. Wäfler (Eds.), 5th International Conference on New Educational Environments (ICNEE 2003) (pp. 215–220). Sauerländer Verlage AG.
  • Palazón-Herrera, J. (2015). Motivación del alumnado de educación secundaria a través del uso de insignias digitales. Opción, 31(1), 1059–1079. https://produccioncientificaluz.org/index.php/opcion/article/view/20164/20088
  • Plaza de la Hoz, J. (2014). Cómo afecta el uso de Internet a los estudiantes adolescentes [Comunicación presentada]. III Congresso Internacional das TIC na Educação, Lisboa.
  • Prensky, M. (2013). Enseñar a nativos digitales. SM Ediciones.
  • Rodríguez-Triana, M. J., Martínez-Monés, A., Asensio-Pérez, J. L., y Dimitriadis, Y. (2015). Scripting and monitoring meet each other: Aligning learning analytics and learning design to support teachers in orchestrating CSCL situations. British Journal of Educational Technology, 46(2), 330–343.
  • Romero, C., y Ventura, S. (2007). Educational data mining: A survey from 1995 to 2005. Expert Systems with Applications, 33(1), 135–146. https://doi.org/10.1016/j.eswa.2006.04.005
  • Romero, C., Ventura S., y García, E. (2008). Data mining in course management systems: Moodle case study and tutorial. Computers & Education, 51(1), 368–384. https://doi.org/10.1016/j.compedu.2007.05.016
  • Sabariego, M. (2012). El proceso de investigación (parte 2). En R. Bisquerra (coord.), Metodología de la investigación educativa (3ª ed., pp. 127–163). La Muralla.
  • Sampson, D. (2017). Teaching and learning analytics to support teacher inquiry. En 2017 IEEE Global Engineering Education Conference (EDUCON), Atenas, Grecia. https://doi.org/10.1109/EDUCON.2017.7943109
  • Sánchez-Acosta, E., Escribano-Otero, J. J., y Valderrama, F. (2014). Motivación en la educación masiva online Desarrollo y experimentación de un sistema de acreditaciones para los MOOC. Digital Education Review, 25, 18–35. http://revistes.ub.edu/index.php/der/article/view/11326
  • Saqr, M., Fors, U., y Tedre, M. (2017). How learning analytics can early predict under-achieving students in a blended medical education course. Medical Teacher, 39(7), 757–767. https://dx.doi.org/10.1080/0142159X.2017.1309376
  • Siemens, G. (2013). Learning Analytics: The Emergence of a Discipline. American Behavioral Scientist, 57(10), 1380–1400. https://doi.org/10.1177/0002764213498851
  • Siemens, G., y Baker, R. S. J. (2012). Learning analytics and educational data mining: towards communication and collaboration. En S. Buckingham, D. Gasevic y R. Ferguson (eds.), Proceedings of the II International Conference on Learning Analytics and Knowledge (LAK '12) (pp. 252–254). ACM. https://dx.doi.org/10.1145/2330601.2330661
  • Stewart, C. (2017). Learning Analytics: Shifting from theory to practice. Journal on Empowering Teaching Excellence, 1(1), 95–105. https://doi.org/10.15142/T3G63W
  • Suthers, D., y Verbert, K. (2013). Learning analytics as a “middle space”. En Proceedings. Third International Conference on Learning Analytics and Knowledge (pp. 1–4). ACM. https://doi.org/10.1145/2460296.2460298
  • Vela-Pérez, M., Hernández-Estrada, A., Tirado-Domínguez, G., Martínez-Rodríguez, M. E., y Peñaloza-Figueroa, J. L. (2017). Learning Analytics to classify students according to their activity in Moodle. EDULEARN17 Proceedings (pp. 1166–1172). https://doi.org/10.21125/edulearn.2017.1241
  • Viñals Blanco, A., y Cuenca Amigo, J. (2016). El rol del docente en la era digital. Revista Interuniversitaria de Formación del Profesorado, 86(30.2), 103–114. http://www.redalyc.org/pdf/274/27447325008.pdf
Fuente de los datos: Dialnet