Modelos predictivos basados en uso de analíticas de aprendizaje en educación superior: una revisión sistemática

• Published in: Texto livre 2022-02, Vol.15, p.e36310
• Main Authors: Mella-Norambuena, Javier, Badilla, María Graciela, López Angulo, Yaranay
• Format: Article
• Language: eng ; por
• Subjects: LANGUAGE & LINGUISTICS
• ISSN: 1983-3652; 1983-3652
• DOI: 10.35699/1983-3652.2022.36310

Los métodos tradicionales de predicción del riesgo académico en ocasiones presentan limitaciones para la identificación oportuna, por otro lado, las Analíticas de Aprendizaje  presentan ciertas ventajas. El objetivo de este estudio fue analizar características de los modelos predictivos basados en analíticas de aprendizaje en Educación Superior. Se realizó una revisión sistemática de las bases Web of Science, Scopus y Eric usando las palabras clave "analítica de aprendizaje" y "predicción". Se seleccionaron 12 investigaciones que cumplieron con los criterios de inclusión. Los resultados indicaron que el 100% de los estudios buscaron predecir el rendimiento académico, se incluyen variables de analíticas, sociodemográficas y sociocognitivas como predictoras. El sistema de gestión de aprendizaje más usado fue Moodle de cursos blended learning y online. Los estudios se desarrollaron principalmente en Europa; las muestras fueron de hasta 500 participantes de Ingeniería y Tecnología. El tipo de análisis más frecuente fue regresión en software R y SPSS. La mayoría logró un modelo de predicción grande (R2 > .30). Se concluye que la construcción actual de modelos de predicción de abandono universitario posee importantes limitaciones.