Estrategias de aprendizaje de estudiantes de Ingeniería en línea

Author:

Villalonga Pons JoanaORCID,Besalú MireiaORCID,Samà Camí AnnaORCID,Sancho-Vinuesa TeresaORCID

Abstract

En una universidad en línea, a diferencia de la universidad tradicional presencial, el conjunto de estudiantes es mayoritariamente adulto: con puntos de partida muy variados, lidian la obtención de un título con responsabilidades profesionales y familiares. En este contexto, nos proponemos conocer el perfil de comportamiento del alumnado de un curso propedéutico de matemáticas en estudios de ingeniería en línea, a través del grado de realización de las distintas actividades propuestas, especialmente las no obligatorias, y su relación con el desempeño académico en la asignatura. Esta investigación ha sido realizada de acuerdo con un diseño no experimental, de carácter cuantitativo y enmarcado dentro de los estudios ex post facto, en 6 aulas virtuales con un total de 340 estudiantes. Mediante un análisis de clúster con el método K-means se han hallado tres grupos que, a su vez, han permitido definir tres perfiles de estudiante: eficiente, entregado y pasivo. Dichos perfiles son equiparables a los hallados en trabajos anteriores sobre la participación y patrones de comportamiento de los participantes en un MOOC, de características similares a los del presente estudio. Los resultados de este estudio validan el papel fundamental que el tiempo y el diseño de evaluación toman en las estrategias de aprendizaje del alumnado y estimulan el rediseño del curso, especialmente de las actividades orientadas a un mejor desempeño de los estudiantes pasivos.

Publisher

UNED - Universidad Nacional de Educacion a Distancia

Subject

Computer Science Applications,Education

Cited by 1 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. Machine learning as a teaching strategy education: A review;ICST Transactions on Scalable Information Systems;2024-05-14

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3