II Jornada Big DATA en EDUcación. Siguiendo las huellas de Moodle
El uso de Big Data en educación no es solamente un fenómeno relacionado con el mundo de la informática, sino también con la educación superior. Big-Data se ha convertido en una fuente de grandes cantidades de datos sobre las conductas de los estudiantes y profesores. Lo cierto es que esos datos ayudan a los profesores a desarrollar nuevos modelos o estilos de enseñanza que pretenden ser más efectivos.
En esta segunda jornada, que se enmarca dentro del proyecto de innovación y mejora de la calidad educativa "Big data en educación: tipologías de los estudiantes a partir del estudio de las interacciones dentro del triángulo pedagógico", financiado por la Universidad Complutense de Madrid, se ha abordado diferentes niveles de aplicación de Big-Data en el mundo de la enseñanza universitaria, como son el estudio de minería de datos en Moodle, el análisis de los registros de Moodle con fines de clasificación, el estudio jerárquico del rendimiento académico siguiendo las huellas de Moodle yel uso de Big data para la evaluación de competencias. Todos ellos temas relacionados con las formas de internalización y organización del conocimiento a nivel universitario. |
Documentación
- Applying Data Mining in Moodle. Cristobal Romero Morales
- Siguiendo las huellas de Moodle en la medición del rendimiento académico universitario con datos jerárquicos. Juan Luis Peñaloza Figueroa
- Análisis de registros de Moodle para la clasificación de estudiantes. Gregorio Tirado Domínguez
- Más allá de la rúbrica tradicional. Usando Big Data para la evaluación de competencias. María Pérez Martín y Elena Martínez Rodríguez
Sobre el conferenciante
Cristóbal Romero Morales es profesor titular del Departamento de Informática y Análisis Numérico de la Universidad de Córdoba, donde es miembro del grupo de investigación KDIS (Knowledge Discovery and Intelligent Systems). Ha publicado más de 100 artículos en libros, revistas y actas de conferencias; entre ellos 36 artículos en revistas con Factor de Impacto, 15 de ellos situados en el primer cuartil (Q1). Sus áreas de investigación incluyen la aplicación de técnicas de minería de datos e inteligencia artificial al campo de la educación (Educational Data Mining (EDM)).