Aplicación de Learning Analytics y Educational Data Mining en una institución de educación superior en Colombia
Derechos de autor 2023 Revista Ingenierías Universidad de Medellín
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
- Articles
- Enviado: octubre 20, 2018
-
Publicado: junio 28, 2019
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.
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.
Descargas
