Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil

Autores
Istvan, Romina; Bacigalupe, María de los Ángeles; Lasagna, Valeria
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
La regulación del aprendizaje permite a los estudiantes transformar sus aptitudes mentales en competencias académicas convirtiéndose en un importante factor predictor del rendimiento académico y por consiguiente del logro estudiantil. En este marco, el presente proyecto plantea como objetivo incorporar al actual sistema de gestión tutorial de la UTN FRLP (Sistema ESDEU) indicadores de regulación del aprendizaje obtenidos de entornos virtuales de enseñanza-aprendizaje (EVEAS). La función principal del Sistema ESDEU se basa en calcular automáticamente los factores de riesgo de deserción, presentar alertas tempranas y gestionar de manera eficiente el seguimiento de los estudiantes. Como métodos propone la utilización del Análisis de Redes Sociales (ARS) y técnicas de Minería de Datos. La información derivada de ambos métodos será utilizada para la generación de un modelo de indicadores de la actividad estudiantil en cursos de EVEAs, que será incorporado al Sistema ESDEU, permitiendo a la herramienta operar tanto en la modalidad presencial, a distancia o semipresencial. Se espera como aporte fundamental promover el incremento en las tasas de promoción efectiva, contribuyendo de esta manera con las Políticas Públicas de transformación social en el área de la Educación Superior.
The regulation of learning enables students to transform their intellectual skills into academic competencies, which is an important predictor of academic performance and, consequently, student success. In this context, this project aims to incorporate learning regulation indicators obtained from a learning management system (LMS) into the current tutorial management system of UTN FRLP (ESDEU system). The main function of the ESDEU system is to automatically calculate dropout risk factors, present early warnings, and efficiently manage student follow-up. The proposed methods are the use of social network analysis (ARS) and data mining techniques. The information obtained from both methods will be used to build a model of indicators of student activity from the virtual courses, which will be incorporated into the ESDEU system. This enables to operate face-to-face, distance education, or blended learning modalities. The main contribution is to promote the increase of effective promotion rates which contributes with Public Policies of social transformation in Higher Education.
Fil: Istvan, Romina. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.
Fil: Bacigalipe, María de los Ángeles. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.
Fil: Lasagna, Valeria. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.
Peer Reviewed
CIN. RUEDA. Red Universitaria de Educación a distancia. Eje: Tecnologías de la información. p.1-7
Fuente
9° Seminario internacional de educación a distancia. Escenarios inéditos en la educación superior. Perspectivas, huellas y emergentes.
Materia
Regulación del aprendizaje
Deserción estudiantil
Rendimiento académico
Tutorías
Indicadores de deserción
Tutorial management system
Learning regulation
University student dropout
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2024-03-18T21:12:34Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/9830
Acceder
id RIAUTN_60de14213e0344c2ee30fd4cc65b8a09
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/9830
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantilIstvan, RominaBacigalupe, María de los ÁngelesLasagna, ValeriaRegulación del aprendizajeDeserción estudiantilRendimiento académicoTutoríasIndicadores de deserciónTutorial management systemLearning regulationUniversity student dropoutLa regulación del aprendizaje permite a los estudiantes transformar sus aptitudes mentales en competencias académicas convirtiéndose en un importante factor predictor del rendimiento académico y por consiguiente del logro estudiantil. En este marco, el presente proyecto plantea como objetivo incorporar al actual sistema de gestión tutorial de la UTN FRLP (Sistema ESDEU) indicadores de regulación del aprendizaje obtenidos de entornos virtuales de enseñanza-aprendizaje (EVEAS). La función principal del Sistema ESDEU se basa en calcular automáticamente los factores de riesgo de deserción, presentar alertas tempranas y gestionar de manera eficiente el seguimiento de los estudiantes. Como métodos propone la utilización del Análisis de Redes Sociales (ARS) y técnicas de Minería de Datos. La información derivada de ambos métodos será utilizada para la generación de un modelo de indicadores de la actividad estudiantil en cursos de EVEAs, que será incorporado al Sistema ESDEU, permitiendo a la herramienta operar tanto en la modalidad presencial, a distancia o semipresencial. Se espera como aporte fundamental promover el incremento en las tasas de promoción efectiva, contribuyendo de esta manera con las Políticas Públicas de transformación social en el área de la Educación Superior.The regulation of learning enables students to transform their intellectual skills into academic competencies, which is an important predictor of academic performance and, consequently, student success. In this context, this project aims to incorporate learning regulation indicators obtained from a learning management system (LMS) into the current tutorial management system of UTN FRLP (ESDEU system). The main function of the ESDEU system is to automatically calculate dropout risk factors, present early warnings, and efficiently manage student follow-up. The proposed methods are the use of social network analysis (ARS) and data mining techniques. The information obtained from both methods will be used to build a model of indicators of student activity from the virtual courses, which will be incorporated into the ESDEU system. This enables to operate face-to-face, distance education, or blended learning modalities. The main contribution is to promote the increase of effective promotion rates which contributes with Public Policies of social transformation in Higher Education.Fil: Istvan, Romina. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.Fil: Bacigalipe, María de los Ángeles. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.Fil: Lasagna, Valeria. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.Peer ReviewedCIN. RUEDA. Red Universitaria de Educación a distancia. Eje: Tecnologías de la información. p.1-72024-03-18T21:12:34Z2024-03-18T21:12:34Z2022info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdf--http://hdl.handle.net/20.500.12272/98309° Seminario internacional de educación a distancia. Escenarios inéditos en la educación superior. Perspectivas, huellas y emergentes.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccess2024-03-18T21:12:34Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalAtribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.).2026-09-24T12:45:39Zoai:ria.utn.edu.ar:20.500.12272/9830instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:45:40.637Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil
title Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil
spellingShingle Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil
Istvan, Romina
Regulación del aprendizaje
Deserción estudiantil
Rendimiento académico
Tutorías
Indicadores de deserción
Tutorial management system
Learning regulation
University student dropout
title_short Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil
title_full Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil
title_fullStr Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil
title_full_unstemmed Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil
title_sort Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil
dc.creator.none.fl_str_mv Istvan, Romina
Bacigalupe, María de los Ángeles
Lasagna, Valeria
author Istvan, Romina
author_facet Istvan, Romina
Bacigalupe, María de los Ángeles
Lasagna, Valeria
author_role author
author2 Bacigalupe, María de los Ángeles
Lasagna, Valeria
author2_role author
author
dc.subject.none.fl_str_mv Regulación del aprendizaje
Deserción estudiantil
Rendimiento académico
Tutorías
Indicadores de deserción
Tutorial management system
Learning regulation
University student dropout
topic Regulación del aprendizaje
Deserción estudiantil
Rendimiento académico
Tutorías
Indicadores de deserción
Tutorial management system
Learning regulation
University student dropout
dc.description.none.fl_txt_mv La regulación del aprendizaje permite a los estudiantes transformar sus aptitudes mentales en competencias académicas convirtiéndose en un importante factor predictor del rendimiento académico y por consiguiente del logro estudiantil. En este marco, el presente proyecto plantea como objetivo incorporar al actual sistema de gestión tutorial de la UTN FRLP (Sistema ESDEU) indicadores de regulación del aprendizaje obtenidos de entornos virtuales de enseñanza-aprendizaje (EVEAS). La función principal del Sistema ESDEU se basa en calcular automáticamente los factores de riesgo de deserción, presentar alertas tempranas y gestionar de manera eficiente el seguimiento de los estudiantes. Como métodos propone la utilización del Análisis de Redes Sociales (ARS) y técnicas de Minería de Datos. La información derivada de ambos métodos será utilizada para la generación de un modelo de indicadores de la actividad estudiantil en cursos de EVEAs, que será incorporado al Sistema ESDEU, permitiendo a la herramienta operar tanto en la modalidad presencial, a distancia o semipresencial. Se espera como aporte fundamental promover el incremento en las tasas de promoción efectiva, contribuyendo de esta manera con las Políticas Públicas de transformación social en el área de la Educación Superior.
The regulation of learning enables students to transform their intellectual skills into academic competencies, which is an important predictor of academic performance and, consequently, student success. In this context, this project aims to incorporate learning regulation indicators obtained from a learning management system (LMS) into the current tutorial management system of UTN FRLP (ESDEU system). The main function of the ESDEU system is to automatically calculate dropout risk factors, present early warnings, and efficiently manage student follow-up. The proposed methods are the use of social network analysis (ARS) and data mining techniques. The information obtained from both methods will be used to build a model of indicators of student activity from the virtual courses, which will be incorporated into the ESDEU system. This enables to operate face-to-face, distance education, or blended learning modalities. The main contribution is to promote the increase of effective promotion rates which contributes with Public Policies of social transformation in Higher Education.
Fil: Istvan, Romina. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.
Fil: Bacigalipe, María de los Ángeles. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.
Fil: Lasagna, Valeria. Universidad Tecnológica Nacional. Facultad Regional La Plata. Grupo de I&D Aplicado a Sistemas Informáticos, GIDAS; Argentina.
Peer Reviewed
CIN. RUEDA. Red Universitaria de Educación a distancia. Eje: Tecnologías de la información. p.1-7
description La regulación del aprendizaje permite a los estudiantes transformar sus aptitudes mentales en competencias académicas convirtiéndose en un importante factor predictor del rendimiento académico y por consiguiente del logro estudiantil. En este marco, el presente proyecto plantea como objetivo incorporar al actual sistema de gestión tutorial de la UTN FRLP (Sistema ESDEU) indicadores de regulación del aprendizaje obtenidos de entornos virtuales de enseñanza-aprendizaje (EVEAS). La función principal del Sistema ESDEU se basa en calcular automáticamente los factores de riesgo de deserción, presentar alertas tempranas y gestionar de manera eficiente el seguimiento de los estudiantes. Como métodos propone la utilización del Análisis de Redes Sociales (ARS) y técnicas de Minería de Datos. La información derivada de ambos métodos será utilizada para la generación de un modelo de indicadores de la actividad estudiantil en cursos de EVEAs, que será incorporado al Sistema ESDEU, permitiendo a la herramienta operar tanto en la modalidad presencial, a distancia o semipresencial. Se espera como aporte fundamental promover el incremento en las tasas de promoción efectiva, contribuyendo de esta manera con las Políticas Públicas de transformación social en el área de la Educación Superior.
publishDate 2022
dc.date.none.fl_str_mv 2022
2024-03-18T21:12:34Z
2024-03-18T21:12:34Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv --
http://hdl.handle.net/20.500.12272/9830
identifier_str_mv --
url http://hdl.handle.net/20.500.12272/9830
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2024-03-18T21:12:34Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.).
eu_rights_str_mv openAccess
rights_invalid_str_mv 2024-03-18T21:12:34Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Atribución (Attribution): En cualquier explotación de la obra autorizada por la licencia será necesario reconocer la autoría (obligatoria en todos los casos). No comercial (Non Commercial): La explotación de la obra queda limitada a usos no comerciales. Sin obras derivadas (No Derivate Works): La autorización para explotar la obra no incluye la posibilidad de crear una obra derivada (traducciones, adaptaciones, etc.).
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv 9° Seminario internacional de educación a distancia. Escenarios inéditos en la educación superior. Perspectivas, huellas y emergentes.
reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230904710004736
score 13.24418

Publicaciones similares