Want to make creations as awesome as this one?

Presentación sobre Análisis de Datos para el Rendimiento Académico del reto del módulo 2 del Mooc Analíticas de aprendizaje y ciencia de datos en educación

Transcript

Esta presentación analiza diferentes tipos de datos relevantes para evaluar y mejorar el rendimiento académico del alumnado. Examinaremos factores como edad, condiciones socioeconómicas, calificaciones previas y más, considerando su relevancia, asequibilidad, utilidad y aspectos de privacidad. Están agrupados según estas categorías: Datos demográficos y socioeconómicos; Historial académico; Participación y compromiso; Motivación y satisfacción y Hábitos de estudio

Análisis de datos para el rendimiento académico

Categoría: Datos de contexto. Relevancia: Alta. Factores como la presencia de hijos o responsabilidades familiares pueden afectar al rendimiento. Asequibilidad: Moderada. Requiere cuestionarios confidenciales. Utilidad: Moderada. Permite ofrecer apoyos adicionales a quienes lo necesiten. Tipo de dato: Categórico (nominal) Privacidad: Riesgo alto. Solución: Recoger de manera voluntaria y tratada en conjunto, no individualmente.

Contexto familiar

Categoría: Datos de contexto Relevancia: Muy alta. Las dificultades económicas afectan al acceso a recursos educativos y al rendimiento. Asequibilidad: Moderada. Requiere cuestionarios adicionales. Utilidad: Alta. Permite diseñar intervenciones específicas para estudiantes vulnerables. Tipo de dato: Categórico (ordinal) Privacidad: Riesgo alto. Solución: Recoger esta información de manera voluntaria y confidencial, y tratarla de forma agregada.

Condiciones socioeconómicas

Categoría: Datos de entrada Relevancia: Alta. Puede influir en el nivel de madurez académica y la adaptación al entorno educativo. Asequibilidad: Alta. Es un dato fácil de recopilar en las matrículas. - Utilidad: Moderada. Permite analizar diferencias en rendimiento según grupos etarios. Tipo de dato: Numérico (discreto) Privacidad: Bajo riesgo. Solución: Anonimización de datos, usando rangos de edad en vez de edad exacta.

Edad

Datos Demográficos y Socioeconómicos

Categoría: Datos de resultado - Relevancia: Muy alta. Indicador directo del rendimiento a lo largo del curso. Asequibilidad: Alta. Se recogen automáticamente durante el curso. Utilidad: Muy alta. Permite tomar decisiones tempranas de intervención. Tipo de dato: Numérico (discreto) Privacidad: Bajo riesgo. Solución: Almacenamiento seguro y acceso restringido.

Calificaciones en evaluaciones parciales

Categoría: Datos de entrada - Relevancia: Muy alta. Un buen indicador del rendimiento futuro. Asequibilidad: Alta. Fácilmente accesible desde los registros académicos. Utilidad: Alta. Permite identificar necesidades de apoyo desde el inicio. - Tipo de dato: Numérico (discreto) Privacidad: Bajo riesgo. Solución: Acceso restringido solo al personal educativo pertinente.

Calificaciones previas

Historial Académico

Categoría: Datos de proceso - Relevancia: Alta. Refleja el compromiso del estudiante con la asignatura. Asequibilidad: Alta. Se puede rastrear automáticamente. - Utilidad: Alta. Útil para detectar estudiantes que necesiten apoyo adicional. Tipo de dato: Numérico (discreto) Privacidad: Bajo riesgo. Solución: Limitación del acceso a estos datos y anonimización.

Interacción en plataformas de aprendizaje

Categoría: Datos de proceso - Relevancia: Alta. La participación en clase está fuertemente relacionada con el rendimiento académico. Asequibilidad: Alta. Es fácilmente medible con sistemas de control de asistencia. Utilidad: Alta. Permite identificar estudiantes con riesgo de abandono. Tipo de dato: Numérico (discreto) Privacidad: Bajo riesgo. Solución: Garantizar que los datos de asistencia solo se usen para fines educativos.

Asistencia a clases

Participación y Compromiso

Categoría: Datos de resultado - Relevancia: Moderada. Influye en la motivación del estudiante y en la mejora de los contenidos. Asequibilidad: Moderada. Requiere encuestas. Utilidad: Moderada. Ayuda a mejorar la calidad de la enseñanza. Tipo de dato: Categórico (ordinal) Privacidad: Moderado riesgo. Solución: Realización de encuestas anónimas.

Satisfacción con la asignatura

Categoría: Datos de entrada - Relevancia: Muy alta. Los estudiantes con mayor motivación suelen tener mejor rendimiento. - Asequibilidad: Moderada. Requiere encuestas o cuestionarios. - Utilidad: Alta. Permite diseñar estrategias personalizadas de motivación. - Tipo de dato: Categórico (ordinal) Privacidad: Moderado riesgo. Solución: Cuestionarios anónimos, análisis grupales sin identificación individual.

Motivación académica

Motivación y Satisfacción

Categoría: Datos de proceso Relevancia: Muy alta. La cantidad de tiempo dedicado al estudio está directamente relacionada con el rendimiento. Asequibilidad: Moderada. Requiere autorreporte de los estudiantes. Utilidad: Alta. Permite analizar correlaciones entre esfuerzo y resultados. Tipo de dato: Numérico (continuo) Privacidad: Bajo riesgo. Solución: Recoger los datos de manera anónima y autoinformada.

Horas dedicadas al estudio

Hábitos de Estudio

Los datos sensibles como condiciones socioeconómicas o contexto familiar deben recogerse siempre de manera voluntaria.

Encuestas voluntarias

Asegurarse de que los estudiantes comprendan por qué y cómo se recopilan sus datos, y obtener su consentimiento.

Consentimiento informado

Solo el personal educativo autorizado debe tener acceso a información confidencial.

Acceso restringido

Recoger datos personales de manera agregada o disociada.

Anonimización de datos

Resumen de Soluciones para Proteger la Privacidad

Moderado

Alta

Moderada

Muy alta

Motivación académica

Bajo

Alta

Alta

Alta

Asistencia a clases

Bajo

Alta

Alta

Muy alta

Calificaciones previas

Alto

Alta

Moderada

Muy alta

Condiciones socioeconómicas

Bajo

Moderada

Alta

Alta

Edad

Riesgo de Privacidad

Utilidad

Asequibilidad

Relevancia

Tipo de Dato

Conclusiones y Recomendaciones