Sistema tutorial: incorporación de indicadores de regulación del aprendizaje como predictores de la deserción estudiantil

Abstract

La regulación del aprendizaje permite a los estudiantes transformar sus aptitudes mentales en competencias académicas convirtiéndose en un importante factor predictor del rendimiento académico y por consiguiente del logro estudiantil. En este marco, el presente proyecto plantea como objetivo incorporar al actual sistema de gestión tutorial de la UTN FRLP (Sistema ESDEU) indicadores de regulación del aprendizaje obtenidos de entornos virtuales de enseñanza-aprendizaje (EVEAS). La función principal del Sistema ESDEU se basa en calcular automáticamente los factores de riesgo de deserción, presentar alertas tempranas y gestionar de manera eficiente el seguimiento de los estudiantes. Como métodos propone la utilización del Análisis de Redes Sociales (ARS) y técnicas de Minería de Datos. La información derivada de ambos métodos será utilizada para la generación de un modelo de indicadores de la actividad estudiantil en cursos de EVEAs, que será incorporado al Sistema ESDEU, permitiendo a la herramienta operar tanto en la modalidad presencial, a distancia o semipresencial. Se espera como aporte fundamental promover el incremento en las tasas de promoción efectiva, contribuyendo de esta manera con las Políticas Públicas de transformación social en el área de la Educación Superior.

The regulation of learning enables students to transform their intellectual skills into academic competencies, which is an important predictor of academic performance and, consequently, student success. In this context, this project aims to incorporate learning regulation indicators obtained from a learning management system (LMS) into the current tutorial management system of UTN FRLP (ESDEU system). The main function of the ESDEU system is to automatically calculate dropout risk factors, present early warnings, and efficiently manage student follow-up. The proposed methods are the use of social network analysis (ARS) and data mining techniques. The information obtained from both methods will be used to build a model of indicators of student activity from the virtual courses, which will be incorporated into the ESDEU system. This enables to operate face-to-face, distance education, or blended learning modalities. The main contribution is to promote the increase of effective promotion rates which contributes with Public Policies of social transformation in Higher Education.