Modelos predictivos para la detección de problemas en el aprendizaje autónomo en estudiantes de educación superior modalidad virtual

Título:

Modelos predictivos para la detección de problemas en el aprendizaje autónomo en estudiantes de educación superior modalidad virtual

Autor:

Fierro Saltos, Washington Raúl

Colaboradores:

; Guevara Maldonado, César

Temas:

EDUCACIÓN A DISTANCIAAMBIENTES VIRTUALES COLABORATIVOS

En:

Iberian Conference on Information Systems and Technologies (14ª : 2019 : Coimbra, Portugal)

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.

URL/DOI:

http://dx.doi.org/10.23919/CISTI.2019.8760605

Palabras clave:

aprendizaje autónomo

Medio:

Soporte electrónico

Tipo de documento:

Artículo

Descripción física:

1 archivo (2,5 MB)

Idioma:

Español

Publicación:

, 2019

Puede solicitar más fácilmente el ejemplar con: A1128

Ver estantes