Analítica de datos y rendimiento académico

'En la literatura se encuentran diversos medios que, según las investigaciones, facilitan o ayudan al proceso educativo, como los dispositivos móviles (tabletas y teléfonos) y los reproductores de música como medio de formación de los estudiantes; este proceso es conocido como Mobile Learning (M-Learning). De forma similar, se encuentran también los juegos como estrategia de enseñanza (Game-Learning o G-Learning), así como el uso de las potenciali-dades del aprendizaje electrónico (E-Learning) y de la enseñanza presencial, que dan origen al aprendizaje bimodal (B-Learning).

La analítica del aprendizaje (learning analytics) es un nuevo paradigma desarrollado por la generación de un alto volumen de datos que requieren ser analizados por herramientas cada vez más sofisticadas, como el software de visualización, que ha incursionado en diferentes disciplinas como la física, la ingeniería, la biología y la medicina; el aprendizaje recibe la incursión debido a medios tecnológicos como internet y plataformas conocidas como sistemas de gestión de aprendizaje.

En este documento se analiza la información bibliográfica, con el objetivo de identificar las herramientas, variables y campos que influyen sobre el rendimiento académico a nivel superior. El rendimiento académico es uno de los indicadores más estudiados por la comunidad científica en el ámbito educativo, a juzgar por la cantidad de trabajos que involucran las áreas de la psicología, la estadística y la ciencia de datos en los que se han establecido diversos modelos que permitan comprender este fenómeno de la vida académica.'

Capítulo 1. Introducción

Capítulo 2. Objetivos de la investigación

• Objetivo general
• Objetivos específicos

Capítulo 3. Metodología

• Fase I. Fuentes de información
• Fase II. Planificación de la revisión de literatura
• Fase III. Criterios de selección de la información
• Fase IV. Análisis e interpretación de datos relevantes
• Fase V. Resultados
•  

Capítulo 4. Tecnología y analítica en educación

• Modalidad E-Learning
• Modalidad B-Learning
• Panorama de la analítica en educación
• Analítica académica
• Analítica del aprendizaje

Capítulo 5. Rendimiento académico

• Campos de investigación

Capítulo 6. Machine Learning

• Clasificación de Machine Learning

Capítulo 7. Tecnología y analítica del aprendizaje

• Propósito
• Planificación de la revisión de la literatura
• Criterios de selección de la información
• Análisis e interpretación de datos relevantes
• Herramientas usadas para la analítica del aprendizaje en educación superior
• Enfoques de aplicación de la analítica del aprendizaje en educación superior
• Construcción social de la analítica del aprendizaje en educación superior
• Conclusiones del capítulo
•  

Capítulo 8. Tecnología y analítica académica

• Propósito
• Planificación de la revisión de literatura
• Criterios de selección de la información
• Análisis e interpretación de datos relevantes
• Herramientas usadas para la analítica académica en educación superior
• Enfoques de aplicación de la analítica académica en educación superior
• Construcción social de la analítica académica en educación superior
• Conclusiones del capítulo

Capítulo 9. Caracterización de metodologías para la evaluación del rendimiento académico en la educación superior

• Propósito
• Planificación de la revisión de literatura
• Criterios de selección de la información
• Análisis e interpretación de datos relevantes
• Herramientas aplicadas al rendimiento académico
• Construcción social del rendimiento académico en educación superior
• Indicadores de medición del rendimiento académico
• Relación de variables con el rendimiento académico
• Conclusiones del capítulo

Capítulo 10. Resumen de investigaciones sobre analítica académica, analítica del aprendizaje y metodologías para determinar el rendimiento académico

• Analítica del aprendizaje, periodo 2015-2020
• Analítica académica periodo 2015-2020
• Metodologías para evaluación del rendimiento académico
• Conclusiones del capítulo

Referencias

Autores