“Actividad 3 — Captura de datos”

 

Sin título

Uno de los principales problemas que presenta la enseñanza a distancia es la alta tasa de abandono que muestran los alumnos que se inscriben a cursos online. ¿Por qué sucede esto?

Una primera utilidad del análisis predictivo es identificar a los estudiantes en dificultad que necesitan asesoramiento en un curso. La manera de hacerlo es observando el comportamiento de esos estudiantes a través de los datos digitales que facilitan durante su paso por el curso. Y en esto, consiste este nuevo post.

Hay momentos clave en la participación en un curso ‘online’ que pueden indicar la desafección de un estudiante, así pues el objetivo principal es indicar qué momentos concretos del ciclo del curso piloto son más importantes rastrear para identificar a estudiantes con problemas, qué tipo de datos se pueden obtener y cómo serán interpretados para conocer si se dan indicios de desafección e iniciar alguna intervención de apoyo al estudiante.

Así pues, hay tres momentos clave a tener en cuenta para la realización de este análisis predictivo. Estos son: al inicio del curso, durante el curso y al final del mismo.

  1. Al inicio del curso: este momento es de gran importancia en el análisis
Tipos de datos que se obtienen Cómo se interpretan
El número de alumnos totales que van a realizar el curso. Este dato, nos servirá para después compararlo con el número de alumnos que lo finalizan y poder comprobar la tasa de abandono y de finalización del mismo.
Datos personales, económicos, laborales, de formación, sobre sus recursos, sus intenciones y objetivos de realización del curso… Estos datos nos permitirán realizar las primeras predicciones y detecciones de alumnos en riesgo de abandono o con más dificultades o en necesidad de asesoramiento. Así pues, algunas decisiones que se pueden tomar, serán de suma importancia pues pueden facilitan la evolución del curso de forma efectiva y eficiente. A modo de ejemplo, algunas decisiones pueden ser:

–       Cuando se detecte que los alumnos disponen de pocos recursos económicos, se les facilitará material, se les propondrán para ser seleccionados para poder darles una beca o ayuda económica que les permita realizar el curso.

–       Cuando se detecte que existen alumnos en una situación laboral activa, se les proporcionarán horarios flexibles y variados a la hora de la entrega y realización de las actividades. Pues a veces, cuando no se pueden compaginar los horarios personales con los del curso, conlleva a un estrés y desmotivación que desembocan en abandono.

 

  1. DURANTE LA REALIZACIÓN DEL CURSO:
Tipos de datos que se obtienen Cómo se interpretan
Participación en foros y asistencia a clase: número de mensajes y horas a las que el alumno participa. La participación en los foros internos del curso, nos indican cómo evoluciona el alumno. Si existe una involución (de más a menos) en la tasa de participación, es un dato que nos indica que algo ocurre. Así pues, se podrán medidas para subsanar esta baja participación, detectar los motivos, y dar facilidades o hacer las modificaciones pertinentes para proporcionar un aprendizaje personalizado a cada estudiante.
Si se entregan las actividades en las fechas acordadas. Este dato nos sirve para varias interpretaciones con el objetivo de detectar si hay alumnos que no envían estas actividades. Cuando se detectan puede ser por:

–       Falta de tiempo o incompatibilidad de horarios: para ello se puede proporcionar horarios más flexibles, además de proporcionar un calendario a principio de curso con todas las actividades y exámenes, para una mejor planificación y organización.

–       Desmotivación por falta de interés: para solucionar esto, se podría realizar un asesoramiento personalizado o un cambio de metodología.

–       Problemas técnicos o falta de competencia digital. Esto es clave, en la tasa de abandono. Cuando un alumno tiene problemas técnicos (incompatibilidad de software, programas que no funcionan) o desconoce el funcionamiento de programas o de la plataforma, supone estrés, frustración y desmotivación. Así pues, algunas sugerencias podrían ser:

1.    Guía de funcionamiento de la plataforma.

2.    Guía sobre los programas que se van a utilizar.

Las tutorías o Emails. La detección de alumnos que solicitan muchas tutorías o necesitan consultar muchas dudas, es un dato que nos indica qué alumnos necesitan un mayor asesoramiento o incluso un plan de intervención, pues están presentando mayor dificultad en la realización del curso.

Al final del curso:

Tipos de datos que se obtienen Cómo se interpretan
Número de alumnos que NO finalizan el curso. Comparando este dato con la tasa de inscripción al inicio de curso, se puede calcular la tasa de abandono de los estudiantes.
Número de alumnos que no superan el curso, aunque sí lo finalizan. Nos permite hacer una evaluación interna y de calidad del curso, para detectar posibles fallos en metodología, en las actividades u otros que no han permitido la superación del mismo.
Número de alumnos que finalizan el curso y sí lo superan. Nos permite detectar el éxito del curso.

 

 

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s