conferenceObject
Uso de indicadores de learning analytics como predictores del desempeño académico de alumnos a distancia de Ciencias Económicas de la UNC
Fecha
2016Registro en:
978-987-692-162-6
Autor
Moneta Pizarro, Adrián Maximiliano
Montero, Laura
Laspina, Mariana B.
Daniele Barra, Carla M.
Soffietti, Fabrizio
Institución
Resumen
Una preocupación en las asignaturas del Ciclo Básico a Distancia de la Facultad de Ciencias Económicas de la Universidad Nacional de Córdoba es el bajo desempeño de los alumnos en comparación con las cátedras presenciales. Estudios exploratorios previos muestran que entre las múltiples posibles causas se encontrarían los bajos niveles de interactividad y participación de los alumnos en la plataforma virtual. En el presente trabajo se informa sobre los avances de una investigación cuyo objetivo general es evaluar la capacidad que los indicadores de learning analytics tienen para explicar el desempeño académico de los alumnos. Se presentan los resultados para el caso particular del curso de Microeconomía I a distancia del primer semestre de 2016. Se realiza un análisis estadístico descriptivo y se estima un modelo de regresión binaria con el desempeño académico como variable de respuesta e indicadores de learning analytics como covariables. Los resultados muestran que los alumnos regulares fueron los que tuvieron mayor participación en la plataforma y que el indicador de documentos y foros leídos es un determinante relevante para el desempeño académico. One concern in the distance learning courses of the Faculty of Economics of the National University of Cordoba is the low student performance. Previous exploratory studies show that among the many possible causes low levels of interactivity and participation of students in the virtual platform be found. In this paper reports on the progress of an investigation whose overall objective is to evaluate the ability of learning analytics indicators have to explain the academic performance of students. We present the results for the particular case of course in Microeconomics I of the first semester 2016. A descriptive statistical analysis is performed and binary regression model is estimated with academic performance as a response variable and indicators of learning analytics as
covariates. The results show that regular students were those who had greater participation in the platform and that the indicator for read documents and forums is an important determinant to academic achievement.