Odiel Estrada Molina, Dieter Reynaldo Fuentes Cancell
Predecir el rendimiento académico es un elemento clave en la educación, permitiéndole al profesorado diseñar acciones didácticas preventivas. Diversas disciplinas intervienen en este proceso predictivo, siendo las analíticas de aprendizaje, el aprendizaje automático, la minería de datos educativos las redes neuronales artificiales y las teorías difusas, las de mayor influencia. Se presenta una revisión sistemática a la literatura científica (2010-marzo 2020) presente en Scopus, IEEEXplore, ACM Digital Library y Springer, con el objetivo valorar el cómo se ha comportado la predicción del rendimiento académico en dos escenarios: (1) modalidades de estudios online (en línea) y semipresencial; y (2) Apoyo tecnológico a la modalidad presencial. Se concluye el artículo con la determinación de las tendencias entre las disciplinas de las tecnologías educativas y las variables del rendimiento académico
Predicting academic performance is a key element in education, allowing teachers to design preventive didactic actions.Various computational disciplines are involved in this predictive process, with learning analytics, machine learning,educationaldatamining,artificialneuralnetworks,andfuzzytheoriesbeingthemostfrequentlyused. Asystematicreviewofthe scientific literature (2010-March 2020) indexed in Scopus, IEEE Xplore, ACM Digital Library and Springer is presented,with the aim of evaluating how academic performance prediction has behaved in two scenarios: (1) studies online (online)and blended; and (2) technological support for the face-to-face modality. The article concludes with the determination ofthe trends between the disciplines of educational technologies and the variables of academic performance
© 2001-2024 Fundación Dialnet · Todos los derechos reservados