Transformación de la educación frente a la pandemia y la analítica de datos
##plugins.themes.bootstrap3.article.main##
Keywords
Analítica, Covid-19, Educación, Modelo, virtual
Resumen
Se presenta un panorama de los cambios que está sufriendo el sector educativo de manera acelerada por la adopción de tecnologías y plataformas para apoyar un proceso que tradicionalmente era presencial. Esta puede ser una oportunidad para aprovechar la información disponible de los procesos educativos y mediante el uso de técnicas como el machine learning, obtener conocimiento que permita la toma de decisiones oportunas alrededor de las problemáticas que aquejan a las Instituciones de educación. Debido a la emergencia de salud ocasionada por el COVID-19 las comunidades académicas se han visto afectadas en su salud mental evidenciando factores de ansiedad y frustración ante la nueva realidad.
Referencias
Contreras, L. E., Rodriguez, J., & Tarazona, G. (2017). B-Learning and Big Data: Use in Training an Engineering Course. Lecture Notes in Computer Science, 10387, 221–
233. https://doi.org/10.1007/978-3-319-
61845-6_23
Dyckhoff, A. L., Zielke, D., Bültmann, M., Chatti, M. A., & Schroeder, U. (2012). Design and implementation of a learning analytics toolkit for teachers. Educational Technology and Society, 15(3), 58–76.
Gil Olivera, N. A. (2019). Ambiente virtual de aprendizaje: beneficios y ventajas para enseñanza del francés como L2. Revista Boletín Redipe, 8(11), 91-99. https://doi. org/10.36260/rbr.v8i11.852
Arboleda Aparicio, J. C. (2020). Educar para la evolución de la vida humana y planetaria. Una perspectiva comprensivo edificadora. Revista Boletín Redipe, 9(6), 51-65. https://doi.org/10.36260/rbr. v9i6.998
Gardner, L., Dussán, C., & Montoya, D. (2015). Aproximación causal al estudio de la deserción en la Universidad de Caldas. Revista Colombiana de Educación, 70, 319–340.
González, K. (2019). E-research y tecnologías colaborativas en la educación superior (Firts edit; Redipe- Red Iberoamericana de pedagogía, Ed.). USA.
Keswani, R. N., Sethi, A., Repici, A., & Chiu,
P. (2020). How To Maximize Trainee Education During the COVID-19 Pandemic: Perspectives from Around the World. Gastroenterology. https://doi.org/https:// doi.org/10.1053/j.gastro.2020.05.012
Khalil, M., Khalil, M., & Ebner, M. (2015). Learning Analytics: Principles and Constraints. EdMedia: World Conference on Educational Media and Technology, 2015(1), 1789–1799.
Litzinger, T. A., Lattuca, L. R., Hadgraft, R. G., & Newstetter, W. C. (2019). Engineering Education and the Development of Expertise. Journal of Engineering Education, 100(1), 123–150.
Lizárraga Juárez, A., López Ramírez, E., & Martínez Iñiguez, J. E. (2020). Apropiación tecnológica en el manejo de competencias digitales por los profesores de escuelas normales en México. Revista Boletín Redipe, 9(6), 157-167. https://doi.org/10.36260/rbr. v9i6.1009
Majeed, I., & Naaz, S. (2018). Current State of Art of Academic Data Mining and Future Vision. Indian Journal of Computer Science and Engineering (IJCSE), 9(April), 49–56. https://doi.org/10.21817/indjcse/2018/ v9i2/180902026
Sanabria, A. (2011). Percepción de los estudiantes y profesores sobre el uso de las tic en los procesos de cambio e innovación en la enseñanza superior. Revista de Psicologia, Ciències de l’Educació i de l’Esport, 29, 273–290.
Schroeder, U. (2009). Web-Based Learning – Yes We Can! https://doi.org/10.1007/978- 3-642-03426-8_3
Shahiri, A. M., Husain, W., & Rashid, N. A. (2015). A Review on Predicting Student’s Performance Using Data Mining Techniques. Procedia Computer Science, 72, 414–422. https://doi.org/10.1016/J. PROCS.2015.12.157
Torres, J. (2017). Inteligencia Integral de negocios (primera; Doctorado en ingeniería Universidad Distrital, Ed.). Bogotá.
UNESCO. (2020, April). Perturbación y respuesta de la educación de cara al COVID-19.