Aplicación de Learning Analytics y Educational Data Mining en una institución de educación superior en Colombia

Barra lateral del artículo

PDF
Publicado: 2019-06-28
DOI: https://doi.org/10.22395/rium.v19n36a4
Palabras clave:
procesos de descubrimiento de conocimiento, educational data mining, learning analytics, toma de decisiones, procesos descriptivos, procesos predictivos

Contenido principal del artículo

Johnny Alexander Salazar Cardona
Institución Universitaria EAM
http://orcid.org/0000-0002-6048-740X (no autenticado)
Jorge Iván Triviño Arbelaez
Universidad del Quindío image/svg+xml
http://orcid.org/0000-0002-1264-3519 (no autenticado)

Resumen

Actualmente, los datos son un insumo clave para el crecimiento continuo de las organizaciones a partir de la toma de decisiones, logrado a través de la aplicación de procesos de descubrimiento de conocimiento, realizando sobre los datos un preprocesamiento, transformación y análisis. El campo académico no es ajeno a este tipo de aplicaciones, y es tendencia para el aprovechamiento de los datos generados diariamente de sus estudiantes, áreas administrativas y académicas para realizar procesos de mejora continua.  


Las metodologías actuales proponen 2 directrices: Learning Analytics (LA) enfocado principalmente a procesos descriptivos y Educational Data Mining (EDM) para procesos predictivos, direccionando actividades ajustadas a este entorno para obtener resultados satisfactorios. Es por esto, que el presente artículo presenta la aplicación de estas 2 corrientes en una institución de educación superior, enfocado a datos sensibles de los estudiantes, que servirán de apoyo para altas directivas en la institución de educación superior.

##plugins.themes.bootstrap3.displayStats.downloads##

##plugins.themes.bootstrap3.displayStats.noStats##

Detalles del artículo

Número

Vol. 19 Núm. 36 (2020): enero-junio

Sección

Artículos

Queda autorizada la reproducción total o parcial de los contenidos de la revista con finalidades educativas, investigativas o académicas siempre y cuando sea citada la fuente. Para poder efectuar reproducciones con otros propósitos, es necesario contar con la autorización expresa del Sello Editorial Universidad de Medellín.

Biografía del autor/a

Johnny Alexander Salazar Cardona, Institución Universitaria EAM

Profesor de planta de la Institución Universitaria EAM, adscrito a la facultad de Ingeniería y director del grupo de investigación IngeSoft. Ingeniero de Sistemas y Computación, con Maestría en Ingeniería Computacional de la Universidad de Caldas (Manizales). Se ha desempeñado como desarrollador de software en diferentes empresas y entidades, como LCWeb Consultores (2012), New Shore (2013), y la Universidad de Caldas enfocado al desarrollo de sistemas de información web, académico y a la detección de Cáncer de Cérvix ce mama (2014). Adicionalmente se ha desempeñado como analista de datos en diferentes proyectos, enfocado al área académica, gubernamental, bioinformática y arqueológica. Ha sido conferencista en varios eventos nacionales, enfocados al análisis de grandes volúmenes de datos en bases de datos relacionales y entornos Open Data. Autor – coautor de diferentes artículos científicos nacionales e internacionales y libros enfocados a la minería de datos aplicando análisis descriptivos y predictivos en las áreas de los proyectos anteriormente mencionados. 

Jorge Iván Triviño Arbelaez, Universidad del Quindío

Magister en Ingeniería de la Universidad EAFIT, Ingeniero de Sistemas de Universidad del Quindío, se desempeña actualmente como Docente e investigador de la Universidad del Quindío en Colombia desde 2007 y docente de la institución universitaria EAM desde el 2009,
centrando su enseñanza e investigación en el área de programación y en especial en Bases de datos, inteligencia de negocios, visualización y minería de datos.
ha orientado cursos introductorios en la maestría en ingeniería con énfasis en Software de la Universidad del Quindío, asimismo, jurado y asesor de tesis de dicho posgrado.

Cómo citar

Salazar Cardona, J. A., & Triviño Arbelaez, J. I. (2019). Aplicación de Learning Analytics y Educational Data Mining en una institución de educación superior en Colombia. Revista Ingenierías Universidad De Medellín, 19(36), 71-89. https://doi.org/10.22395/rium.v19n36a4

Referencias

[1] G. Siemens and R. Baker, 'Learning Analytics and Educational Data Mining: Towards Communication and Collaboration', ACM. Proceedings of the 2nd International Conference on Learning Analytics and Knowledge, Vancouver, British Columbia, Canada, pp. 252-254, 2012.

[2] L. F. Cote Peña, 'Hábeas Data en Colombia, un trasplante normativo para la protección de la dignidad y su correlación con la NTC/ISO/IEC 27001', Magíster en Derecho, Facultad de Derecho, División de Ciencias Jurídicas y Políticas, Universidad Santo Tomás Seccional Bucaramanga, Bucaramanga, Colombia, 2016.

[3] J. Vásquez Velásquez, E. Castaño Vélez, S. Gallón Gómez, and K. Gómez Portilla, 'Deter-minantes de la desercion estudiantil en la Universidad de Antioquia', Facultad de ciencias econimicas. Centro de investigaciones economicas, Universidad de Antioquia, p. 43, 2003.

[4] U. Fayyad, G. Piatesky-Shapiro, and P. Smyth, Advances in knowledge discovery and data mining. Masachussetts: MIT Press, 1996.

[5] U. Fayyad, G. Piatesky-Shapiro, and P. Smyth, 'From data mining to knowledge discovery in databases', IA Magazine, vol. 17, n.° 3, pp. 37-54, 1996.

[6] U. Fayyad, G. Piatesky-Shapiro, and P. Smyth, 'The KDD process for extracting useful knoledge from volumes of data', Communications of the ACM, vol. 39, pp. 27-34, 1996.

[7] P. J. Goldstein and R. N. Katz, 'Academic Analytics: The Uses of Management Information and Technology in Higher Education', ECAR Research Study, vol. 8, 2005.

[8] D. G. Oblinger and J. P. Campbell, 'Academic Analytics', EDUCAUSE White Paper, 2007.

[9] D. Norris, L. Baer, J. Leonard, L. Pugliese, and P. Lefrere, 'Action Analytics: Measuring and Improving Performance That Matters in Higher Education', EDUCAUSE, vol. 43, 2008.

[10] M. Amine Chatti, A. Lea Dyckhoff, U. Schroeder, and H. Thüs, 'A reference model for learning analytics', Int. J. Technology Enhanced Learning, vol. 4, pp. 318-331, 2012.

[11] M. Anoopkumar and R. Zubair, 'A Review on Data Mining Techniques and Factors Used in Educational Data Mining to Predict Student Amelioration', IEEE, pp. 1-12, 2016.

[12] J. H. Orallo, J. R. Quintana, and C. F. Ramirez, Introducción a la mineria de datos. Madrid, España: Departamento de Sistemas Informáticos y Computación, Universidad Politécnica de Valencia, 2005.

[13] J. A. Salazar Cardona and D. A. Angarita Garcia, 'Evaluación y selección de herramientas de analítica visual para su implementación en una institución de educación superior', IngEAM, vol. 4, pp. 1-20, 2017.