Estrategia de análisis de datos en entornos digitales: evaluación de la actividad docente
DOI:
https://doi.org/10.31637/epsir-2024-369Palabras clave:
Evaluación del docente, análisis de datos, gestión del conocimiento, calidad de la educación, tecnología educacional, toma de decisiones, innovación educativa, educación superiorResumen
Introducción: Este artículo aborda la carencia de herramientas analíticas para evaluar el desempeño docente en sistemas de gestión del aprendizaje como Moodle, a pesar de su capacidad para monitorear el progreso estudiantil. Metodología: Se describe la implementación de una estrategia de visualización de datos mediante la consulta directa a bases de datos de Moodle y el uso de herramientas de inteligencia empresarial como Metabase, Access y Power BI. Esto permite generar informes personalizados sobre la interacción entre docentes y estudiantes. Resultados: La creación de estos informes ha mejorado la labor diaria de los docentes en las plataformas educativas y proporcionado a las instituciones educativas una herramienta valiosa para el análisis y mejora de los procesos de enseñanza. Discusión: Se discute la necesidad de adaptación de la tecnología educativa para evaluar la labor docente y se enfatiza la importancia de estas herramientas en la mejora continua de la calidad educativa. Conclusiones: La implementación de visualización de datos avanzada en LMS es crucial para optimizar la educación superior, enriqueciendo la experiencia educativa y fortaleciendo las capacidades institucionales frente a los desafíos del aprendizaje moderno.
Descargas
Citas
Agusriandi, E., Syarif, I. & Samad, I. S. (2022). Model analisis aktivitas tutor dalam learning management system berdasarkan data log menggunakan k-means dan deteksi outlier. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 9(4), 709-716. https://doi.org/10.25126/jtiik.202294764
Álvarez Silva, L. A., Herrera López, P. S., Lániz Vargas, C. A. & González Zhagñay, J. O. (2022). Estrés laboral docente, e-learning y tiempos de COVID-19. PODIUM, 41, 105-118. https://doi.org/10.31095/podium.2022.41.7
Antony, J., Ghadge, A., Ashby, S. A., & Cudney, E. A. (2018). Lean Six Sigma journey in a UK higher education institute: a case study. International Journal of Quality & Reliability Management, 35(2), 510–526. https://doi.org/10.1108/ijqrm-01-2017-0005
Aryan, M. & Utama, D. N. (2021). Decision Support Model for Evaluating the Performance of Tutor’s Teaching using Moodle. International Journal of Emerging Technology and Advanced Engineering, 11(9), 1-11. https://doi.org/10.46338/ijetae0921_01
Baig, M. I., Shuib, L., & Yadegaridehkordi, E. (2020). Big data in education: a state of the art, limitations, and future research directions. International Journal of Educational Technology in Higher Education, 17(1). https://doi.org/10.1186/s41239-020-00223-0
Cabanach, R., Souto-Gestal, A., y Franco, V. (2016). Escala de estresores académicos para la evaluación de los estresores académicos en estudiantes universitarios. Revista Iberoamericana de Psicología y Salud, 7(2), 41-50. https://doi.org/10.1016/j.rips.2016.05.001
Chatti, M.A., Muslim, A., Schroeder, U. (2017). Toward an Open Learning Analytics Ecosystem. En Kei Daniel, B. (eds) Big Data and Learning Analytics in Higher Education. Springer, Cham. https://doi.org/10.1007/978-3-319-06520-5_12
Dobashi, K., Ho, C. P., Fulford, C. P., Grace Lin, M. F. & Higa, C. (2022). Learning pattern classification using moodle logs and the visualization of browsing processes by time-series cross-section. Computers and Education: Artificial Intelligence, 3, 100105. https://doi.org/10.1016/j.caeai.2022.100105
Esarey, J.; Valdes, n. (2020). Unbiased, reliable, and valid student evaluations can be still unfair. Assessment and Evaluation in higher Education. https://doi.org/10.1080/02602938.2020.1724875
Guzmán Rincón, A., Barragán Moreno, S., Cala-Vitery, F., & Segovia-García, N. (2022). Dropout in Rural Higher Education: Analysis of Causes from Systemic Thinking. Qualitative Research in Education, 11(2), 118–150. https://doi.org/10.17583/qre.10048
Ji, Y. P., Marticorena-Sanchez, R., Pardo-Aguilar, C., Lopez-Nozal, C. & Juez-Gil, M. (2022). Activity and Dropout Tracking in Moodle Using UBUMonitor Application. IEEE Revista Iberoamericana de Tecnologias del Aprendizaje, 17(3), 307-317. https://doi.org/10.1109/rita.2022.3191279
Li, Q., Duffy, P. & Zhang, Z. (2022). A Novel Multi-Dimensional Analysis Approach to Teaching and Learning Analytics in Higher Education. Systems, 10(4), 96. https://doi.org/10.3390/systems10040096
Llorent-Bedmar, V. & Cobano-Delgado, V. (2019). Análisis crítico de las encuestas universitarias de satisfacción docente. Revista de Educación, 385, 91-117. https://doi.org/10.4438/1988-592X-RE-2019-385-418
Maldonado-Mahauad, J., Aguilar, B. & Sigua, E. (2021). FlipMyLearning: A Tool for Monitoring and Predicting Learner Behavior in Moodle. 2021 XVI Latin American Conference on Learning Technologies (LACLO). https://doi.org/10.1109/laclo54177.2021.00010
Metabase (s. f.). Business Intelligence, Dashboards, and Data Visualization. https://www.metabase.com/docs/latest/
MOODLE. (2021). Moodle statistics. https://stats.moodle.org/
Moreno, D. R. G., Leal, J. A. S., & Bocanegra-Herrera, C. (2019). Revisión de la implementación de lean six sigma en instituciones de educación superior. Ingeniare: Revista Chilena De Ingenieria, 27(4), 652-667.
Muslim, A., Chatti, M. A., Bashir, M. B., Barrios Varela, O. E. & Schroeder, U. (2018). A Modular and Extensible Framework for Open Learning Analytics. Journal of Learning Analytics, 5(1). https://doi.org/10.18608/jla.2018.51.7
Olarte, Y.J. & Cruz, M. R. (2022). Revisión de algoritmos de Big Data aplicados a la
plataforma educativa Moodle. Serie Científica de la Universidad de las Ciencias Informáticas, 15(5), 57-69
Pérez-Sanagustín, M., Pérez-Álvarez, R., Maldonado-Mahauad, J., Villalobos, E. & Sanza, C. (2022). Designing a Moodle Plugin for Promoting Learners’ Self-regulated Learning in Blended Learning. Lecture Notes in Computer Science, 324-339. https://doi.org/10.1007/978-3-031-16290-9_24
Pito, D., Moreno, E., & Becerra, M. (2020). Bodega de datos con alta capacidad de analisis para el desempeno academico de Universidades/Data warehouse with high capacity for analysis for the academic performance of Universities. Investigación E Innovación En Ingenierías, 8(3), 102.
Rizo Rodríguez, M. (2020). Rol del docente y estudiante en la educación virtual. Revista Multi-Ensayos, 6(12), 28-37. https://doi.org/10.5377/multiensayos.v6i12.10117
Román Mendoza, E. (2020). La evaluación del profesorado universitario en tiempos de pandemia: los sistemas online de gestión de encuestas de satisfacción estudiantil. Campus Virtuales, 9(2), 61-70.
Sánchez Macías, A. & Castañeda Santillán, L. L. (2022). Satisfacción laboral y burnout en personal docente. Retos, 12(24), 230-246. https://doi.org/10.17163/ret.n24.2022.03
Segovia-García, N. y Said-Hung, E.M. (2021). Factores de satisfacción de los alumnos en e-learning en Colombia. Revista Mexicana de Investigación Educativa, 26(89), 595-621. https://cutt.ly/LbUPghi
Segovia-García, N., Said-Hung, E., & García Aguilera, F. J. (2022). Educación superior virtual en Colombia: factores asociados al abandono. Educación XX1, 25(1), 197–218. https://doi.org/10.5944/eduxx1.30455
Sigua, E., Aguilar, B., Pesantez-Cabrera, P., & Maldonado-Mahauad, J. (2020). Proposal for the Design and Evaluation of a Dashboard for the Analysis of Learner Behavior and Dropout Prediction in Moodle. Proceedings of the 15th Latin American Conference on Learning Technologies. LACLO 2020. https://doi.org/10.1109/LACLO50806.2020.9381148
Syahputra, Y. H. & Hutagalung, J. (2022). Superior Class to Improve Student Achievement Using the K-Means Algorithm. SinkrOn, 7(3), 891-899. https://doi.org/10.33395/sinkron.v7i3.1145
Tejada-Escobar, F., Murrieta-Marcillo, R., Villao-Santos, F., & Garzón-Balcázar, J. (2018). Big Data en la Educación: Beneficios e Impacto de la Analítica de Datos. Revista Científica y Tecnológica UPSE, 5(2), 80–88. https://doi.org/10.26423/rctu.v5i2.424
Veliz-Briones, V. F., Alonso-Becerra, A., Fleitas-Triana, M. S. & Alfonso-Robaina, D. (2016). Una gestión universitaria basada en los enfoques de gestión de proyecto y por proceso. Revista Electrónica Educare, 20(3), 1. https://doi.org/10.15359/ree.20-3.23
Xin, X., Shu-Jiang, Y., Nan, P., ChenXu, D. & Dan, L. (2022). Review on A big data-based innovative knowledge teaching evaluation system in universities. Journal of Innovation & Knowledge, 7(3), 100197. https://doi.org/10.1016/j.jik.2022.100197
Zanotti, A., & Pagola, L. I. (2020). Potencialidades y límites para el análisis de datos de sistemas de gestión de aprendizaje. El caso de Moodle. Transdigital, 3(6), 1–23. https://doi.org/10.56162/transdigital145
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Lourdes Segovia García (Autor de Correspondencia); Nuria Segovia-García
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Non Commercial, No Derivatives Attribution 4.0. International (CC BY-NC-ND 4.0.), that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
