Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Una experiencia de
recopilación de datos con
Canvas LMS como plataforma
de aprendizaje
Aarón Rubio Fernández
Fernando Sant...
Introducción
 Las plataformas de aprendizaje electrónico son
una fuente muy importante de información
académica.
 Analiz...
Objetivos
Introducción
Indicadores
Aplicaciones
Consideraciones
Conclusiones
Indicadores propuestos
 Indicadores asociados a los mensajes escritos
por los estudiantes.
Indicador Unidad de medida
Lon...
Cantidad de información
 Este indicador pretende medir la cantidad de
información contenida en los mensajes.
 La informa...
Cantidad de información
* La raíz de una palabra es la base mínima e irreductible que
comparten las palabras de una misma ...
Búsqueda de temas específicos
 El profesor puede estar interesado en
comprobar si los estudiantes están tratando un
deter...
Búsqueda de temas específicos
Mensaje Raíces
Lista de
palabras
clave
Raíces
Introducción
Indicadores
Aplicaciones
Consider...
Tipo de mensaje
 A partir de los mensajes escritos por los
estudiantes, se puede inferir las relaciones
establecidas entr...
Tipo de mensaje
 Hemos definido 4 tipos de mensajes.
→ Intervención.
→ Comentario.
→ Pregunta.
→ Respuesta.
Intervención ...
Sentimiento del mensaje
 En este caso utilizamos las opiniones
expresadas en los mensajes, como indicador
del grado de in...
Caracterización de los
cuestionarios
 Indicadores asociados a los cuestionarios
realizados por los estudiantes.
 Pese a ...
Caracterización de los
cuestionarios
 Por ejemplo, combinando los indicadores
asociados a los cuestionarios, con el indic...
Aplicaciones
 Entrando más en detalle en las posibles
aplicaciones académicas de estos indicadores,
veremos varias aplica...
Aplicaciones
0.25
0.35
0.45
0.55
0.65
0.75
0.85
0.95
0 200 400 600 800 1000 1200 1400
Cantidaddeinformación
Longitud
Inter...
Aplicaciones
0
10
20
30
40
50
60
70
80
90
100
Intervención Comentario Pregunta Respuesta
Númerodemensajes
Foro 1
Foro 2
Fo...
Consideraciones
 Número de mensajes en los conjuntos de
entrenamiento.
 Las aplicaciones deben ser fáciles de utilizar, ...
Conclusiones y trabajos
futuros
 En el presente documento se ha tratado de
exponer diferentes indicadores que pueden
prop...
Conclusiones y trabajos
futuros
 No obstante, hay que avanzar en diferentes
aspectos.
→ Hay que añadir elementos a los co...
Contacto
aarubiof@it.uc3m.es
Upcoming SlideShare
Loading in …5
×

VII Jornadas eMadrid "Education in exponential times". Aarón Rubio Fernández: "A Data Collection Experience with Canvas LMS as a Learning Platform". 05/07/2017.

106 views

Published on

VII Jornadas eMadrid "Education in exponential times". Aarón Rubio Fernández: "A Data Collection Experience with Canvas LMS as a Learning Platform". 05/07/2017.

Published in: Education
  • Be the first to comment

  • Be the first to like this

VII Jornadas eMadrid "Education in exponential times". Aarón Rubio Fernández: "A Data Collection Experience with Canvas LMS as a Learning Platform". 05/07/2017.

  1. 1. Una experiencia de recopilación de datos con Canvas LMS como plataforma de aprendizaje Aarón Rubio Fernández Fernando Santamaría González Pedro J. Muñoz Merino Carlos Delgado Kloos
  2. 2. Introducción  Las plataformas de aprendizaje electrónico son una fuente muy importante de información académica.  Analizando los datos de bajo nivel generados por dichas plataformas, se puede obtener una panorámica general del proceso de aprendizaje de los estudiantes. Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  3. 3. Objetivos Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  4. 4. Indicadores propuestos  Indicadores asociados a los mensajes escritos por los estudiantes. Indicador Unidad de medida Longitud del mensaje Número de palabras Longitud media de las frases del mensaje Número de palabras Cantidad de información Valor en el intervalo [0,1] El mensaje incluye un tema especificado por el profesor Sí / No Tipo de mensaje Elemento en el conjunto {intervención, comentario, pregunta, respuesta} Sentimiento del mensaje Elemento en el conjunto {positivo, negativo} Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  5. 5. Cantidad de información  Este indicador pretende medir la cantidad de información contenida en los mensajes.  La información se definirá como la cantidad de conceptos diferentes tratados en un mensaje. Por tanto, cuantos más conceptos aparezcan en el mensaje, mayor cantidad de información contendrá. Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  6. 6. Cantidad de información * La raíz de una palabra es la base mínima e irreductible que comparten las palabras de una misma familia léxica. Como la raíz de una palabra es el elemento que le otorga la mayor parte del significado, se puede considerar que detrás de cada raíz hay un concepto diferente. Introducción Indicadores Aplicaciones Consideraciones Conclusiones Mensaje Stemming Raíces* Conceptos
  7. 7. Búsqueda de temas específicos  El profesor puede estar interesado en comprobar si los estudiantes están tratando un determinado tema en sus mensajes. De esta forma, el profesor puede ver si se están cubriendo todos los ámbitos del temario, o sólo una parte.  Este indicador es muy flexible porque sólo requiere de una lista de palabras clave definidas por el profesor. Cambiando dicha lista de palabras clave, el profesor puede buscar el tema que desee. Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  8. 8. Búsqueda de temas específicos Mensaje Raíces Lista de palabras clave Raíces Introducción Indicadores Aplicaciones Consideraciones Conclusiones Stemming Stemming Búsqueda
  9. 9. Tipo de mensaje  A partir de los mensajes escritos por los estudiantes, se puede inferir las relaciones establecidas entre dichos estudiantes.  La idea es analizar los mensajes escritos en un mismo ámbito (en este caso, en un mismo foro de discusión), para descubrir los diferentes tipos de relaciones entre los estudiantes. Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  10. 10. Tipo de mensaje  Hemos definido 4 tipos de mensajes. → Intervención. → Comentario. → Pregunta. → Respuesta. Intervención Comentario Pregunta RespuestaRespuesta Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  11. 11. Sentimiento del mensaje  En este caso utilizamos las opiniones expresadas en los mensajes, como indicador del grado de interés de los estudiantes.  De esta manera, podemos inferir el grado de interés de los estudiantes, a partir de las opiniones expresadas en sus mensajes. Introducción Indicadores Aplicaciones Consideraciones Conclusiones Opinión Sentimiento Interés
  12. 12. Caracterización de los cuestionarios  Indicadores asociados a los cuestionarios realizados por los estudiantes.  Pese a que estos indicadores son muy sencillos, pueden proporcionar información académica relevante, especialmente si se combinan con otros indicadores. Indicador Puntuación obtenida Máxima puntuación Número de intentos Tiempo utilizado Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  13. 13. Caracterización de los cuestionarios  Por ejemplo, combinando los indicadores asociados a los cuestionarios, con el indicador “tipo de mensaje", puede obtenerse una visión general de la implicación del estudiante en la dinámica de la clase. Introducción Indicadores Aplicaciones Consideraciones Conclusiones - Buenas calificaciones - Buenas prestaciones - Pocos mensajes de tipo respuesta No está involucrado en la dinámica de la clase
  14. 14. Aplicaciones  Entrando más en detalle en las posibles aplicaciones académicas de estos indicadores, veremos varias aplicaciones que pueden proporcionar información académica.  Los datos mostrados a continuación se han obtenido a partir de un conjunto de 642 mensajes, escritos por 30 estudiantes de un curso real. Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  15. 15. Aplicaciones 0.25 0.35 0.45 0.55 0.65 0.75 0.85 0.95 0 200 400 600 800 1000 1200 1400 Cantidaddeinformación Longitud Intervención Comentario Respuesta Pregunta Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  16. 16. Aplicaciones 0 10 20 30 40 50 60 70 80 90 100 Intervención Comentario Pregunta Respuesta Númerodemensajes Foro 1 Foro 2 Foro 3 Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  17. 17. Consideraciones  Número de mensajes en los conjuntos de entrenamiento.  Las aplicaciones deben ser fáciles de utilizar, y deben proporcionar resultados comprensibles.  Indicadores asociados al tiempo. Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  18. 18. Conclusiones y trabajos futuros  En el presente documento se ha tratado de exponer diferentes indicadores que pueden proporcionar información académica relevante.  Como se comentó anteriormente, dichos indicadores se han obtenido mediante datos de bajo nivel presentes en la mayoría de las plataformas de aprendizaje electrónico. Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  19. 19. Conclusiones y trabajos futuros  No obstante, hay que avanzar en diferentes aspectos. → Hay que añadir elementos a los conjuntos de entrenamiento, para evitar del todo el riesgo del sobreajuste. → Se debe evaluar, en un entorno de aprendizaje real, el impacto de estos indicadores en el proceso de aprendizaje de los estudiantes. Introducción Indicadores Aplicaciones Consideraciones Conclusiones
  20. 20. Contacto aarubiof@it.uc3m.es

×