Detección de secuencias de aprendizaje en cursos abiertos masivos y en línea
El uso de la tecnología en los contextos educativos actuales, por ejemplo, presencial, blended y online han cambiado la forma de enseñar y aprender. En estos contextos los cursos abiertos masivos y en línea (MOOCs), son una de las tendencias más disruptivas de los últimos 8 años, teniendo entre 2012...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | bachelorThesis |
| Language: | spa |
| Published: |
2019
|
| Subjects: | |
| Online Access: | http://dspace.ucuenca.edu.ec/handle/123456789/33566 |
| _version_ | 1785802367873056768 |
|---|---|
| author | Bernal Montenegro, Franklin Bolívar |
| author2 | Maldonado Mahauad, Jorge Javier |
| author_facet | Maldonado Mahauad, Jorge Javier Bernal Montenegro, Franklin Bolívar |
| author_sort | Bernal Montenegro, Franklin Bolívar |
| collection | DSpace |
| description | El uso de la tecnología en los contextos educativos actuales, por ejemplo, presencial, blended y online han cambiado la forma de enseñar y aprender. En estos contextos los cursos abiertos masivos y en línea (MOOCs), son una de las tendencias más disruptivas de los últimos 8 años, teniendo entre 2012 y 2018 aproximadamente 101 millones de personas inscritas en alguno de los más de 11.400 MOOCs ofertados por alguna de las plataformas existentes como por ejemplo Coursera. Sin embargo, la tasa de aprobación de los estudiantes en este tipo de cursos apenas bordea el 5%. Esto ha originado un gran interés en los investigadores por estudiar el comportamiento de los estudiantes en este tipo de cursos; y además el poder develar por qué un estudiante termina o no un MOOC. El objetivo de este trabajo de tesis es explorar el comportamiento de los estudiantes en un curso MOOC. Específicamente se busca estudiar las secuencias de aprendizaje y extraer los patrones de comportamiento en las sesiones de estudio que estos realizan en un MOOC, y la relación con su desempeño académico. Para lograr el objetivo propuesto en este trabajo, haciendo uso técnicas de aprendizaje máquina y minería de procesos, se obtuvieron logs de eventos que permiten modelar el comportamiento de los estudiantes en un curso MOOC en la plataforma Coursera (N=1.550). Este log de eventos permite extraer las características de las sesiones de estudio de los estudiantes y evidenciar las interacciones de los estudiantes con los recursos del curso por cada semana del curso. Como resultado, se obtuvieron dos grupos de estudiantes basados en sus sesiones de estudio, donde se encontraron diferencias estadísticamente significativas entre las sesiones de estudio de ambos grupos. Además, se encontraron diferencias entre las interacciones de los estudiantes con los recursos del MOOC y la forma de abordar las lecciones por semanas entre ambos grupos. Los resultados encontrados contribuyen a la caracterización de los estudiantes de un MOOC en base a sus sesiones de estudio. Además, se identificó un comportamiento intenso por parte de los estudiantes que aprobaron el curso, en el que repitieron varias veces las evaluaciones hasta conseguir aprobarlas, sin regresar a una video-lectura actividad anterior, es decir; los estudiantes fueron perseverantes y repitieron las evaluaciones hasta conseguir aprobarlas. |
| format | bachelorThesis |
| id | oai:dspace.ucuenca.edu.ec:123456789-33566 |
| institution | Universidad de Cuenca |
| language | spa |
| publishDate | 2019 |
| record_format | dspace |
| spelling | oai:dspace.ucuenca.edu.ec:123456789-335662020-08-03T17:05:17Z Detección de secuencias de aprendizaje en cursos abiertos masivos y en línea Bernal Montenegro, Franklin Bolívar Maldonado Mahauad, Jorge Javier Ingeniería de Sistemas Minería de procesos MOOCs Aprendizaje El uso de la tecnología en los contextos educativos actuales, por ejemplo, presencial, blended y online han cambiado la forma de enseñar y aprender. En estos contextos los cursos abiertos masivos y en línea (MOOCs), son una de las tendencias más disruptivas de los últimos 8 años, teniendo entre 2012 y 2018 aproximadamente 101 millones de personas inscritas en alguno de los más de 11.400 MOOCs ofertados por alguna de las plataformas existentes como por ejemplo Coursera. Sin embargo, la tasa de aprobación de los estudiantes en este tipo de cursos apenas bordea el 5%. Esto ha originado un gran interés en los investigadores por estudiar el comportamiento de los estudiantes en este tipo de cursos; y además el poder develar por qué un estudiante termina o no un MOOC. El objetivo de este trabajo de tesis es explorar el comportamiento de los estudiantes en un curso MOOC. Específicamente se busca estudiar las secuencias de aprendizaje y extraer los patrones de comportamiento en las sesiones de estudio que estos realizan en un MOOC, y la relación con su desempeño académico. Para lograr el objetivo propuesto en este trabajo, haciendo uso técnicas de aprendizaje máquina y minería de procesos, se obtuvieron logs de eventos que permiten modelar el comportamiento de los estudiantes en un curso MOOC en la plataforma Coursera (N=1.550). Este log de eventos permite extraer las características de las sesiones de estudio de los estudiantes y evidenciar las interacciones de los estudiantes con los recursos del curso por cada semana del curso. Como resultado, se obtuvieron dos grupos de estudiantes basados en sus sesiones de estudio, donde se encontraron diferencias estadísticamente significativas entre las sesiones de estudio de ambos grupos. Además, se encontraron diferencias entre las interacciones de los estudiantes con los recursos del MOOC y la forma de abordar las lecciones por semanas entre ambos grupos. Los resultados encontrados contribuyen a la caracterización de los estudiantes de un MOOC en base a sus sesiones de estudio. Además, se identificó un comportamiento intenso por parte de los estudiantes que aprobaron el curso, en el que repitieron varias veces las evaluaciones hasta conseguir aprobarlas, sin regresar a una video-lectura actividad anterior, es decir; los estudiantes fueron perseverantes y repitieron las evaluaciones hasta conseguir aprobarlas. The use of technology in current educational contexts, for example, face-to-face, mixed and online have changed the way of teaching and learning. In these contexts, the massive and online open courses (MOOCs) are one of the most disruptive trends of the last 8 years, with approximately 101 million people enrolled in some of the more than 11,400 MOOCs offered by some of 2012-2018 The right platforms such as Coursera. However, the approval rate of students in these types of courses barely borders 5%. This has caused a great interest in researchers to study the behavior of students in this type of courses; and also the power to reveal why a student ends or not a MOOC. The objective of this thesis work is to explore the behavior of students in a MOOC course. Specifically, it seeks to study the learning sequences and extract the behavior patterns in the study sessions they perform in a MOOC, and the relationship with their academic performance. To achieve the objective proposed in this work, make use of machine learning and process mining techniques, obtain records of events that allow modeling the behavior of students in a MOOC course on the Coursera platform (N = 1,550). This event log allows you to extract the characteristics of the students' study sessions and to demonstrate the interactions of the students with the resources of the course for each week of the course. As a result, we obtained two groups of students identified in their study sessions, where we found statistically specific differences between the study sessions of both groups. In addition, differences were found between student interactions with MOOC resources and how to address the lessons per week between both groups. The results found according to the characterization of the students of a MOOC based on their study sessions. In addition, intense behavior was identified by the students who passed the course, in which he repeated the evaluations several times until he was able to pass them, without returning to a previous activity video-reading, that is; the students were persevering and repeated the evaluations until they were approved. Ingeniero de Sistemas Cuenca 2019-10-24T22:54:46Z 2019-10-24T22:54:46Z 2019-10-24 bachelorThesis http://dspace.ucuenca.edu.ec/handle/123456789/33566 spa TS;267 application/pdf application/pdf |
| spellingShingle | Ingeniería de Sistemas Minería de procesos MOOCs Aprendizaje Bernal Montenegro, Franklin Bolívar Detección de secuencias de aprendizaje en cursos abiertos masivos y en línea |
| title | Detección de secuencias de aprendizaje en cursos abiertos masivos y en línea |
| title_full | Detección de secuencias de aprendizaje en cursos abiertos masivos y en línea |
| title_fullStr | Detección de secuencias de aprendizaje en cursos abiertos masivos y en línea |
| title_full_unstemmed | Detección de secuencias de aprendizaje en cursos abiertos masivos y en línea |
| title_short | Detección de secuencias de aprendizaje en cursos abiertos masivos y en línea |
| title_sort | detección de secuencias de aprendizaje en cursos abiertos masivos y en línea |
| topic | Ingeniería de Sistemas Minería de procesos MOOCs Aprendizaje |
| url | http://dspace.ucuenca.edu.ec/handle/123456789/33566 |
| work_keys_str_mv | AT bernalmontenegrofranklinbolivar detecciondesecuenciasdeaprendizajeencursosabiertosmasivosyenlinea |