Modelos predictivos para la detección de problemas en el aprendizaje autónomo en estudiantes de educación superior modalidad virtual
| Autor Principal: | |
|---|---|
| Otros autores o Colaboradores: | |
| Formato: | Capítulo de libro |
| Lengua: | español |
| Temas: | |
| Acceso en línea: | http://dx.doi.org/10.23919/CISTI.2019.8760605 Consultar en el Cátalogo |
| Resumen: | 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. |
| Notas: | Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca) |
| Descripción Física: | 1 archivo (2,5 MB) |
| DOI: | 10.23919/CISTI.2019.8760605 |