Modelos predictivos para la detección de problemas en el aprendizaje autónomo en estudiantes de educación superior modalidad virtual
Material type:
ArticleDescription: 1 archivo (2,5 MB)Subject(s): Online resources: Summary: El concepto de aprendizaje autónomo se ha resignificado en los últimos años a raíz de la expansión de las diferentes modalidades de estudio presencial, semipresencial y en línea. La educación virtual en las instituciones de educación superior, se ha constituido en una opción eficaz para aumentar y diversificar las oportunidades de acceso y aprendizaje, sin embargo, en este tipo de modalidad persiste aún altas tasas de deserción, repitencia y bajos promedios en el rendimiento académico. Investigaciones recientes da cuenta que la problemática se acentúa porque la mayoría de estudiantes tienen dificultad para planificar, ejecutar y monitorear su proceso de aprendizaje de manera autónoma. Desde esta perspectiva, la investigación se enfoca en el análisis y desarrollo de un modelo predictivo para identificar problemas en el aprendizaje autónomo y rendimiento académico de estudiantes universitarios que cursan una modalidad de estudios a distancia o virtual. A diferencia de otros estudios, este trabajo utiliza técnicas pedagógicas y algoritmos propios de la analítica del aprendizaje para analizar e interpretar datos académicos generados en contextos virtuales. A partir de ello, se obtendrá y descubrirá información para mejorar y optimizar el aprendizaje a fin de aportar al éxito de los estudiantes con adecuadas estrategias de predicción e intervención.
| Item type | Home library | Collection | Call number | URL | Status | Date due | Barcode | |
|---|---|---|---|---|---|---|---|---|
Capítulo de libro
|
Biblioteca de la Facultad de Informática | Biblioteca digital | A1128 (Browse shelf(Opens below)) | Link to resource | No corresponde |
Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)
El concepto de aprendizaje autónomo se ha resignificado en los últimos años a raíz de la expansión de las diferentes modalidades de estudio presencial, semipresencial y en línea. La educación virtual en las instituciones de educación superior, se ha constituido en una opción eficaz para aumentar y diversificar las oportunidades de acceso y aprendizaje, sin embargo, en este tipo de modalidad persiste aún altas tasas de deserción, repitencia y bajos promedios en el rendimiento académico. Investigaciones recientes da cuenta que la problemática se acentúa porque la mayoría de estudiantes tienen dificultad para planificar, ejecutar y monitorear su proceso de aprendizaje de manera autónoma. Desde esta perspectiva, la investigación se enfoca en el análisis y desarrollo de un modelo predictivo para identificar problemas en el aprendizaje autónomo y rendimiento académico de estudiantes universitarios que cursan una modalidad de estudios a distancia o virtual. A diferencia de otros estudios, este trabajo utiliza técnicas pedagógicas y algoritmos propios de la analítica del aprendizaje para analizar e interpretar datos académicos generados en contextos virtuales. A partir de ello, se obtendrá y descubrirá información para mejorar y optimizar el aprendizaje a fin de aportar al éxito de los estudiantes con adecuadas estrategias de predicción e intervención.
Iberian Conference on Information Systems and Technologies (14ª : 2019 : Coimbra, Portugal)