Saltar al contenido principal

Predictores de la elección, rendimiento y deserción de estudiantes de educación superior a distancia

Aprendizaje en línea

Imagen tomada de Ibecon.

Ernesto Roque Rodríguez
Doctorado en Gestión de la Educación Superior
CUCEA

Resumen. La investigación que se presenta atiende a la pregunta sobre cuáles son los factores asociados a la elección de estudiantes de inscribirse en programas de educación superior a distancia y su relación con el rezago y la deserción en dichos programas. La hipótesis de trabajo es que las diferencias entre estudiantes por modalidad educativa en aspectos tales como grupo de edad, sexo, competencias tecnológicas y situaciones familiar, laboral y escolar, se asocian con la elección de los estudiantes por inscribirse en programas de educación superior a distancia y están relacionados tanto con el rezago como con la deserción entre los estudiantes.

Viernes 22 de marzo de 10:00 a 12:00, Sala de Juntas.
Avenida de la Paz 2453, Colonia Arcos Sur, 44130 Guadalajara, Jalisco.

Seminario Permanente con acceso en línea a través del blog Desde el IGCAAV.

Aplicación de programación genética para predecir las calificaciones finales de estudiantes en un curso de educación superior en línea

ruRosa Leonor Ulloa Cazarez
Doctorado en Tecnologías de la Información, UDG

Resumen. Esta investigación explora uno de los temas más relevantes para la educación superior en línea: la tasa de fracaso, que alcanza el 40% entre los estudiantes de todo el mundo.

El fracaso y el éxito son términos relacionados con el rendimiento de los estudiantes, que generalmente se vincula con las distintas calificaciones obtenidas. Hay una amplia gama de enfoques para el estudio del rendimiento de los estudiantes, usando varios tipos de análisis, de técnicas y de variables independientes, si bien la mayoría de estos enfoques utilizan datos obtenidos de los sistemas de gestión del aprendizaje que dan soporte a los cursos en línea, ya que estos generan datos significativos y relevantes, listos para su análisis, y podrían permitir una detección oportuna de los estudiantes en riesgo de fracaso.

El objetivo de este estudio es investigar el uso de un modelo computacional de predicción por medio de una aplicación de una técnica de programación genética, la regresión simbólica de Koza, para predecir la calificación final de cada estudiante a partir de los datos obtenidos al inicio de un curso de educación superior en línea, cuya precisión se compara con la de un modelo estadístico de regresión lineal sobre la base de los mínimos cuadrados.


Viernes 28 de octubre de 9:00 a 11:00Diapositivas

Avenida de la Paz 2453, Colonia Arcos Sur
44130 Guadalajara, Jalisco

Videoconferencia en línea a través de nuestro blog
Desde el IGCAAV