Publication: Learning Analytics in Human Histology reveals different studen's clusters and different academic performance
Loading...
Files
Official URL
Full text at PDC
Publication Date
2020-03
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
IATED
Citations
Exportar
Abstract
Universities and Higher Education institutions have created different platforms that provide digital environments with private access. These digital spaces simulate physical spaces for teaching and learning, allowing interaction between participants. The interactions are stored in the platforms so data can be analyzed to reveal behaviors and preferences. The literature shows different patterns in student’s behavior and it has been demonstrated that different clusters obtain different academic performances, as well as the importance of the virtual spaces.
Human Histology is a second-year compulsory subject of the Medicine Degree at the Universidad Complutense de Madrid. It lays the foundation for Pathology learning in the third-year. Practice classes are focused on the observation of histological slides so students learn general and differential microscopic characteristics of organs. Students are expected to identify each organ under the microscope. Some years ago, teachers decided to make the evaluation a continuous process through minitests, short tests with projected images, and a teamwork consisting in making a notebook with freehand drawings showing the different organs and histological staining procedures. The final practice mark was obtained as the addition of the continuous activities (minitests 20% and teamwork 25%), the final exam (45%), and class attendance (10%).
In the virtual space created for managing Histology practices, different resources were offered such as scripts for each session, histological images file and URLs that link to histological atlas and other web sites. We present in this paper the results obtained when processing the logs of the virtual space with a free software environment for statistical computing and graphics named RStudio, an integrated development environment for R. A total of 25583 logs corresponding to the registered activity in course 2018/19 were refined and subsequently analyzed. The quantitative measures chosen were the number of total logins in the virtualized course per day, the average of the login frequency per each day of the week and per each hour of the day, the number of entries in resources per day and the number of entries in URLs per day. Also, a statistical analysis of the data was performed with SPSS 25 software, comparing the use of virtual campus to academic performance. Non-parametric Spearman correlation tests and decision trees with two cut criteria were obtained.
Results show that the activity in virtual campus is clearly conditioned by due dates (dates of minitests and final exam and deadline to submit the teamwork). Decision trees reveal different clusters of students according to the variables number of visits, number of entries to resources and to URLs, and that these clusters get different marks in both the minitests and the final exam in addition to the final mark.
Las universidades e instituciones de educación superior han creado distintas plataformas que proporcionan espacios digitales de acceso privado. Estos espacios simulan ambientes físicos para la enseñanza y el aprendizaje y permiten que los participantes interactúen. Las interacciones se almacenan en las plataformas de forma que los datos se pueden analizar a fin de revelar comportamientos y preferencias. La literatura muestra la importancia de los espacios digitales así como la existencia de diferentes patrones en el comportamiento de los estudiantes, y está demostrado que distintos clústeres obtienen un rendimiento académico diferente. La Histología Humana es una asignatura obligatoria de segundo curso del Grado en Medicina de la Universidad Complutense de Madrid. Constituye la base de la Anatomía Patológica de tercer curso. Las clases prácticas se centran en la observación de preparaciones histológicas de forma que los estudiantes aprendan las características microscópicas generales y diferenciales de los órganos. Se espera de los estudiantes que sean capaces de identificar cada órgano al microscopio óptico. Hace algunos años los profesores decidieron implantar una evaluación continua mediante minitests, exámenes cortos basados en imágenes, y un trabajo en equipo que consistía en la elaboración de un cuaderno de prácticas con dibujos propios realizados a mano alzada de los distintos órganos y con distintas técnicas de tinción. La calificación final de prácticas se obtenía sumando las notas de las actividades de evaluación continua (minitests, 20%, y trabajo en equipo, 25%), del examen final (45%) y de asistencia (10%). En el espacio virtual creado para la parte práctica, se ofertaron diferentes recursos como guiones para cada sesión, archivos de imágenes histológicas y URls que permitían enlazar con atlas histológicos y otras páginas web. Presentamos en esta comunicación los resultados obtenidos al procesar los registros del espacio virtual de prácticas con un programa libre para computación estadística y gráficos denominado RStudio, un ambiente de trabajo creado para R. Un total de 25.583 registros correspondientes a la actividad desarrollada en el espacio virtual de prácticas en el curso 2018/19 fueron obtenidos, depurados y analizados. Las medidas cuantitativas elegidas fueron el número total de accesos al curso por día, la frecuencia media semanal y diaria, así como el número de accesos a recursos y a URLs diario. Así mismo se realizó un análisis estadístico de los datos con el programa SPSS 22, comparando el uso del campus virtual con el rendimiento académico. Se hicieron tests de correlación no paramétrica de Spearman y árboles de decisión con dos criterios de corte. Los resultados indican que la actividad en el campus virtual está claramente influida por el calendario (fechas de minitests, del examen final y de entrega del trabajo en equipo). Los árboles de decisión revelan la existencia de clústeres de estudiantes de acuerdo al número de visitas, accesos a recursos y a URLs, y que estos clústeres logran distintas notas tanto en minitests como en el examen final y en la calificación final de prácticas.
Las universidades e instituciones de educación superior han creado distintas plataformas que proporcionan espacios digitales de acceso privado. Estos espacios simulan ambientes físicos para la enseñanza y el aprendizaje y permiten que los participantes interactúen. Las interacciones se almacenan en las plataformas de forma que los datos se pueden analizar a fin de revelar comportamientos y preferencias. La literatura muestra la importancia de los espacios digitales así como la existencia de diferentes patrones en el comportamiento de los estudiantes, y está demostrado que distintos clústeres obtienen un rendimiento académico diferente. La Histología Humana es una asignatura obligatoria de segundo curso del Grado en Medicina de la Universidad Complutense de Madrid. Constituye la base de la Anatomía Patológica de tercer curso. Las clases prácticas se centran en la observación de preparaciones histológicas de forma que los estudiantes aprendan las características microscópicas generales y diferenciales de los órganos. Se espera de los estudiantes que sean capaces de identificar cada órgano al microscopio óptico. Hace algunos años los profesores decidieron implantar una evaluación continua mediante minitests, exámenes cortos basados en imágenes, y un trabajo en equipo que consistía en la elaboración de un cuaderno de prácticas con dibujos propios realizados a mano alzada de los distintos órganos y con distintas técnicas de tinción. La calificación final de prácticas se obtenía sumando las notas de las actividades de evaluación continua (minitests, 20%, y trabajo en equipo, 25%), del examen final (45%) y de asistencia (10%). En el espacio virtual creado para la parte práctica, se ofertaron diferentes recursos como guiones para cada sesión, archivos de imágenes histológicas y URls que permitían enlazar con atlas histológicos y otras páginas web. Presentamos en esta comunicación los resultados obtenidos al procesar los registros del espacio virtual de prácticas con un programa libre para computación estadística y gráficos denominado RStudio, un ambiente de trabajo creado para R. Un total de 25.583 registros correspondientes a la actividad desarrollada en el espacio virtual de prácticas en el curso 2018/19 fueron obtenidos, depurados y analizados. Las medidas cuantitativas elegidas fueron el número total de accesos al curso por día, la frecuencia media semanal y diaria, así como el número de accesos a recursos y a URLs diario. Así mismo se realizó un análisis estadístico de los datos con el programa SPSS 22, comparando el uso del campus virtual con el rendimiento académico. Se hicieron tests de correlación no paramétrica de Spearman y árboles de decisión con dos criterios de corte. Los resultados indican que la actividad en el campus virtual está claramente influida por el calendario (fechas de minitests, del examen final y de entrega del trabajo en equipo). Los árboles de decisión revelan la existencia de clústeres de estudiantes de acuerdo al número de visitas, accesos a recursos y a URLs, y que estos clústeres logran distintas notas tanto en minitests como en el examen final y en la calificación final de prácticas.
Description
Este trabajo forma parte del pimcd2018-20 y fue presentado en 14th annual International Technology, Education and Development Conference, Valencia, 3-4 marzo 2020.
UCM subjects
Keywords
Citation
[1] Romero C, Espejo PG, Zafra A Romero JR, Ventura S, “Web usage mining for predicting final marks of students that use Moodle courses”. In Computer Applications in Engineering Education 21(1):135-146, 2013.
[2] Cerezo R, Sánchez-Santillán M, Puerto Paule-Ruiz M, Nuñez JC, “Students’ LMS interaction patterns and their relationship with achievement: A case study in higher education”. In Computers & Education 96:42-54, 2016.
[3] Torres-Porras J, Alcántara J, Rubio S, “Virtual platforms use: a useful monitoring tool”. In EDMETIC, Rev Educ mediática y TIC 7(1): 242-255, 2018.
[4] Azevedo R, Cromley JG, Winters FI, Moos DC, Greene JA. In Adaptative human scaffolding facilitates adoescents’ self-regulated learning with hypermedia. Instructional Science 33(5-6):381-412, 2005.
[5] Swan K, “Relationships between interactions and learning in online environments”. In The Sloan Consortium, 2004 Retrieved from: https://www.researchgate.net/publication/250700769_Relationships_Between_Interactions_and_Learning_In_Online_Environments
[6] Macfadyen LP, Dawson S, “Mining LMS data to develop an “earlywarning system” for educators: A proof of concept”. In Computers & education, 54(2): 588-599, 2010.
[7] Chaparro Peláez J, Iglesias Pradas S and Pascual Miguel F, “Uso del registro de actividad de Moodle para un estudio del rendimiento académico de alumnos en entornos en línea y presencial”. In 4th International Conference on Industrial Engineering and Industrial Management, 753-760, San Sebastián, Spain, 2010Álvarez Vázquez MP, “Formative evaluation in histology practical classes”. In INTED 2018, 12th International Technology, Education and Development Conference, pp. 8612-8616, 2018a.
[8] Romero C and Ventura S, “Educational data mining: a review of the state of the art”. In IEE Transactions on Systems, Man, and Cybernetics 40(6):601-618, 2010.
[9] Jenaro Río C, Castaño Calle R, Martín Pastor ME, Flores Robaina N, “Rendimiento académico en educación superior y su asociación con la participación activa en la plataforma Moodle”. In Estudios sobre educación 34:177-198, 2018.
[10] Prakash BR, Hanumanthappa M, Kavitha V, “Big data in educational data mining and learning analytics”. In Int J Innovative Res in Computer and Communication Engineering 2(12):7515-7520, 2014.
[11] Kotsiantis S, Tselios N, Filippidi A, Komis V, “Using learning analytics to identify successful learners in a blended learning course”. In Int J Technology Enhanced Learning, 2013.
[12] Álvarez Vázquez MP, “Formative evaluation in histology practical classes”. In INTED 2018, 12th International Technology, Education and Development Conference, pp. 8612-8616, 2018a.
[13] Álvarez Vázquez MP, “Focusing on undergraduates' behaviour. Learning Analytics in Human Histology”. In INTED 2018, 12th International Technology, Education and Development Conference, pp. 2745-2750, 2018b.
[14] Álvarez Vázquez MP, “Uso de Moodle por alumnos y rendimiento académico”. In Experiencias pedagógicas e innovación educativa. Aportaciones desde la praxis docente e investigadora. López-Meneses, Cobos-Sanchiz, Martín-Padilla, Molina-García y Jaén-Martínez (Eds.). Editorial Octaedro: Barcelona, pp.1634-1642, 2018c.
[15] Filippidi A, Tselios N, Komis V, In “Impact of Moodle usage practices on students’ performance in context of a blended learning environment”. In Social Applications for Lifelong Learning 1-6, 2010.
[16] Yu T and Jo I. “Educational technology approach toward learning analytics: relationship between student online behavior and learning performance in higher education”. In Proceedings of the fourth International Conference on Learning Analytics and Knowledge269-270, 2014.
[17] Rossetti López SR, Verdugo Tapia ML, Bayliss Bernal D, “Learning analytics para determinar la relación entre uso de un learning management system y rendimiento académico”. In XXII Congreso internacional Contaduría, Administración e Informática. México, 2017.
[18] Herin D, Sala M, Pompidor P, “Evaluating and revising courses from web resources educational. In Intern Conference on intelligent tutoring systems, 208-218, 2002.
[19] Romero C, Ventura S, García E, “Data mining in course management systems: Moodle case study and tutorial”. In Computers & education 51:368-384, 2008.