Publication: Focusing on undergraduates'behaviour. Learning analytics in Human Histology
Loading...
Official URL
Full text at PDC
Publication Date
2018
Authors
Advisors (or tutors)
Journal Title
Journal ISSN
Volume Title
Publisher
IATED Academy
Citations
Exportar
Abstract
Big data is an emerging field of research and many organizations especially governments, business and health care currently use them to make informed decisions. Millions of generated data are unstructured and come in a variety of formats. Nowadays, data technologies make possible to collect and store large and complex amounts of data and then to turn them into meaningful patterns.
In higher education, there is limited research into big data despite it would bring opportunities to inform decisions and to identify potential issues related to policies, programs, teaching, learning and research.
When learners interact with a digital device (smartphone, tablet or laptop) data about their interactions are easily “logged” and so can be used for further analysis. The trails that students leave behind can be analyzed and could reveal social connections, behaviors, preferences and goals. A large field of research opens to identify patterns and deviations from patterns, addressing some of the key challenges facing higher education.
Spanish Universities have deployed different platforms to support teaching and learning. An important part of the teachers still uses the digital environment as a sort of digital photocopy service. However, some teachers make an advanced use of the virtual campus with tasks, exams, wikis and forums and other activities. The Universidad Complutense of Madrid has started some actions to allow the analysis of the students’ interactions and to examine patterns of students’ performance. We describe in this paper one of these pilot experiences focused on Human Histology, a subject in the second year of the Medicine Degree. Three are the main aims of this experience. First of all, to propose a working methodology to gather the data, to define the metrics and to set up the indicators that may be useful to identify patterns in the undergraduate students’ learning. Secondly, to evaluate the results in order to make better decisions that achieve better outcomes. Finally, to reflect on the metrics and indicators that could be useful to measure in other subjects and knowledge areas.
Big data es un campo de investigación emergente y son numerosas las organizaciones, es especial, gobiernos, empresas y aseguradoras médicas que lo tienen en cuenta a la hora de tomar decisiones. Los millones de datos que se generan están desestructurados y se facilitan en distintos formatos. Sin embargo, hoy en día las tecnologías hacen posible recopilar y almacenar cantidades enormes de datos y procesarlos para obtener patrones. En la educación superior, la investigación en Big data es bastante limitada a pesar de que podría ser fuente de información importante para la toma de decisiones e identificar aspectos relevantes en la política, los programas, la docencia, el aprendizaje y la investigación. Cuando los usuarios interaccionan con un dispositivo digital (smartphone, tableta o portátil) las interacciones se registran y quedan almacenadas como logs, que pueden ser posteriormente analizados. Las universidades españolas han implementado distintas plataformas de apoyo a la docencia. Aunque una parte importante de profesores sigue empleando los espacios virtuales como meros repositorios digitales, otros hacen un uso avanzado mediante tareas, cuestionarios, wikis, foros y otras actividades. La Universidad Complutense de Madrid ha empezado a facilitar el análisis de las interacciones de los estudiantes y a analizar los patrones del uso realizado. En esta comunicación se describe una de las experiencias piloto, centrada en la Organografía Microscópica Humana, asignatura de segundo curso del Grado en Medicina. En esta experiencia se plantearon tres objetivos. El primero, proponer una metodología de trabajo para agregar datos, definir métricas y establecer indicadores útiles en la identificación de patrones en el aprendizaje de los estudiantes de grado. El segundo, evaluar los resultados para tomar decisiones que permitan mejorar el rendimiento. Por último, reflexionar sobre las métricas y los indicadores útiles en otras materias y áreas de conocimiento.
Big data es un campo de investigación emergente y son numerosas las organizaciones, es especial, gobiernos, empresas y aseguradoras médicas que lo tienen en cuenta a la hora de tomar decisiones. Los millones de datos que se generan están desestructurados y se facilitan en distintos formatos. Sin embargo, hoy en día las tecnologías hacen posible recopilar y almacenar cantidades enormes de datos y procesarlos para obtener patrones. En la educación superior, la investigación en Big data es bastante limitada a pesar de que podría ser fuente de información importante para la toma de decisiones e identificar aspectos relevantes en la política, los programas, la docencia, el aprendizaje y la investigación. Cuando los usuarios interaccionan con un dispositivo digital (smartphone, tableta o portátil) las interacciones se registran y quedan almacenadas como logs, que pueden ser posteriormente analizados. Las universidades españolas han implementado distintas plataformas de apoyo a la docencia. Aunque una parte importante de profesores sigue empleando los espacios virtuales como meros repositorios digitales, otros hacen un uso avanzado mediante tareas, cuestionarios, wikis, foros y otras actividades. La Universidad Complutense de Madrid ha empezado a facilitar el análisis de las interacciones de los estudiantes y a analizar los patrones del uso realizado. En esta comunicación se describe una de las experiencias piloto, centrada en la Organografía Microscópica Humana, asignatura de segundo curso del Grado en Medicina. En esta experiencia se plantearon tres objetivos. El primero, proponer una metodología de trabajo para agregar datos, definir métricas y establecer indicadores útiles en la identificación de patrones en el aprendizaje de los estudiantes de grado. El segundo, evaluar los resultados para tomar decisiones que permitan mejorar el rendimiento. Por último, reflexionar sobre las métricas y los indicadores útiles en otras materias y áreas de conocimiento.
Description
Ponencia presentada en el 12th International Technology, Education and Development Conference, celebrada del 5 al 7 de marzo de 2018 en Valencia.
UCM subjects
Keywords
Citation
[1] B. Daniel, “Big data and analytics in higher education: Opportunities and challenges. Br J Educational Tech 2015, 46(5):904-920.
[2] E. Brynjolfsson, L.M. Hitt, H.H. Kim, “Strength in numbers: How does data-driven decision making affect firm performance?”, Social Science Research network, Working paper Series, April 22, 2011, http://papers.ssrn.com/sol3/papers.cfm?abstract_id=189486#
[3] I. Guitart Hormigo, J. Conesa Caralt, Uso de la analítica para dar soporte a la toma de decisiones docentes. Actas XX JENUI, pp.83-90, 2014.
[4] P. Long, G. Siemens, “Penetrating the fog: Analytics in Learning and Education”, EDUCAUSE Rev 2011, 46(5), https://er.educause.edu/articles/2011/9/penetrating-the-fog-analytics-in- learning-and-education
[5] D. Domínguez, J.F. Álvarez, I. Gil-Jaurena, Analítica del aprendizaje y Big data: heurísticas y marcos interpretativos, DILEMATA 22, pp.87-103, 2016.
[6] A. Caminal de Mingo, B. Vila, P. García, M. Puigcerver, “Análisis del uso de Moodle por aprte de alumnos de la asignatura Matemáticas, Ciencias Experimentales y Educación, del Grado de Educación Infantil de la Universidad de Barcelona”, in El aula Moodle: aprender y enseñar en la UB. Barcelona: Ed Octaedro, 9, pp. 105-112, 2015.
[7] A. Caminal de Mingo, P. García Wehrle, M. Puigcerver Oliván, “Análisis del contenido y uso del Campus Virtual de la Universidad de Barcelona (Moodle) en asignaturas de Química general” in Actas CINDU 2017, in press.
[8] A. Hernández Estrada, M. Vela Pérez, G. Tirado Domínguez, M.E. Martínez Rodríguez, J.L. Peñaloza Figueroa, “Big data en educación: tipologías de los estudiantes a partir del estudio de su actividad en Moodle” in: Las TIC en la enseñanza. Experiencias en la UCM. L Hernández Yañez, M. Salamanca López (Coord.). Madrid: Universidad Complutense, pp.130-134, 2017.
[9] M.P. Álvarez, “Las Tutorías Académicas en Estudios de Grado. Papel de las TIC” in: P Membiela, N Casado y MI Cebreiros (Ed.) Panorama actual en la docencia universitaria. Orense: Educación Editora. pp. 225-22, 2.014.
[10] A. Filippidi, N. Tselios, V. Komis, “Impact of Moodle usage practices on students’ performance in the context of a blended learning environment”, in Social Applications for Lifelong Learning, Patra, Greece, pp. 2-7, 2010.