Son la aplicación de las ideas, tecnologías, procesos, etc. Sobre Big Data a la educación.

1. Son las aplicaciones de las
ideas, tecnologías, proce-
sos, etc. Sobre Big Data a
la educación
Estructurada en
cuatro bloques
DEFINICIÓN
Es la medida, recolección,
análisis y presentación de
datos sobre los estudian-
tes y sus contextos, con el
propósito de comprender
y optimizar el aprendizaje
y el entorno en el que
tiene lugar
PROMESAS
Proporcionan a quienes
toman decisiones datos
para que tomen decisio-
nes a los encargados de
tomar decisiones en edu-
cación
1. Herramienta para asegurar la cualidad y mejo-
rar la calidad en la educación
2. Herramienta para evitar y bajar los índices de
deserción
3. Herramienta para evaluar y actuar sobre resul-
tados diferenciales entre la población de estu-
diantes.
4. Facilitador para el desarrollo y la introducción
de aprendizaje adaptativo
Ministro de
Educación
Secretario de
Educación
Rectores
La idea es simple, potencialmente
transformadora. Proporcionan un
nuevo modelo, para mejorar la en-
señanza-aprendizaje, la organiza-
ción y la toma de decisiones
Learners
Los estudiantes hacen cosas– Aula
Virtual, Van a la biblioteca, formula-
rios de matricula donde dejan su
información
Data
Los estudiantes producen datos con cada
clip en cada documento del aula virtual–
cuando participan en un foro, resuelven
evaluaciones
Metrics
Diversas tecnologías para: bus-
car, coleccionar, almacenar, orga-
nizar y evaluación de datos
Interventions
Esto da lugar a intervencio-
nes de las autoridades de la
universidad
Ciclo de analíticas
de aprendizaje
1– Descriptivo: Fotos, panoramas
2– Diagnostico: Análisis del porque ocurren las
cosas
3– Predictivo: Lo que ocurrirá en el futuro
4– Prescriptivo: Aplicaciones que hacen recomen-
daciones
Niveles del learning anality
Macro: Región/Estado/
Nación/Internacionales
Meso: Institucional
(Universidad)
Micro: Titulación/
Asignatura/Estudiante
Analíticas
Modelo de referencia
(Chatti et al, 2012)
Posee 4 grandes catego-
rías
1- ¿Qué? Datos y entornos: Los datos
salen del LMS (Aula virtual) y de la in-
formación de los estudiantes
2- ¿Quién? Estudiantes, profesores, tutores, mento-
res, administradores de educación, instituciones, in-
vestigadores, diseñadores, etc...
3- ¿Para qué? Monitorización– Predicción–
Tutorización– Evaluación– Adaptación– Perso-
nalización y recomendación
4- ¿Cómo? Se utilizan estrategias como, Visualización de in-
formación-Indicadores– Diagramas, Minería de datos