POST 6: ANALÍTICA DE APRENDIZAJES CON DATOS OBTENIDOS DE MOODLE Y EDPUZZLE

 

POST 6: ANALÍTICA DE APRENDIZAJES CON DATOS OBTENIDOS DE MOODLE Y EDPUZZLE

 

 

Introducción a la Analítica de Aprendizaje en Plataformas Educativas

 

- Importancia de la Analítica de Aprendizaje:

  - La analítica de aprendizaje implica el uso de datos generados por los estudiantes en plataformas de aprendizaje digital para mejorar la enseñanza y el aprendizaje.

  - Moodle y Edpuzzle son dos plataformas ampliamente utilizadas que proporcionan datos valiosos sobre la interacción del estudiante con el material del curso.

 

Proceso de Análisis de Datos Educativos

 

1. Recolección de Datos:

   - Extracción de datos de Moodle y Edpuzzle, incluyendo información sobre la participación de los estudiantes, resultados de evaluaciones, visualización de videos, etc.

 

2. Limpieza y Preparación de Datos:

   - Procesamiento de datos para garantizar la calidad y la consistencia.

 

3. Análisis Estadístico y Visualización:

   - Aplicación de análisis estadístico descriptivo y visualización de datos para entender patrones y tendencias.

 

4. Identificación de Áreas de Mejora:

   - Análisis de datos para identificar áreas donde los estudiantes pueden necesitar apoyo adicional.

 

Caso de Estudio: Análisis de un Curso en Moodle y Edpuzzle

 

- Ejemplo Práctico:

  - Análisis de datos ficticios obtenidos de Moodle y Edpuzzle para un curso en línea específico.

  - Uso de Python o herramientas de análisis para procesar y analizar los datos.

  - Creación de visualizaciones para ilustrar la participación de los estudiantes y su rendimiento en el curso.

 

 

He realizado un Análisis Exploratorio de Datos (EDA) en un conjunto de datos ficticios de un curso en línea, utilizando datos similares a los que podrían obtenerse de Moodle y Edpuzzle. A continuación, se presentan los resultados y visualizaciones:

 

Análisis Estadístico Descriptivo

El resumen estadístico del dataset es el siguiente:

 

- Participación en el Foro: Varía de 0 a 49 posts, con un promedio de aproximadamente 22.5.

- Tareas Entregadas: Entre 0 y 9, con una media de 4.4 tareas.

- Videos Vistos: Varía de 0 a 19, con un promedio de 9.07.

- Quizzes Resueltos: Entre 0 y 4, con una media de 2.03.

 

Visualizaciones

 

1. Correlación entre Actividades del Curso:

   - El mapa de calor muestra la correlación entre las diferentes actividades del curso. Esto ayuda a entender cómo las diferentes actividades están relacionadas entre sí.

 

2. Relación entre Participación en el Foro y Tareas Entregadas:

   - La gráfica de dispersión ilustra la relación entre la participación en los foros y la entrega de tareas. Una correlación fuerte aquí podría indicar que la participación activa en los foros está relacionada con la entrega regular de tareas.

 

Interpretación de los Resultados

 

- Participación Activa: La alta participación en foros podría estar asociada con una mayor entrega de tareas, sugiriendo que los estudiantes más activos en foros tienden a ser más diligentes con sus tareas.

 

- Independencia entre Videos y Quizzes: La correlación entre la visualización de videos y la resolución de quizzes no es muy fuerte, lo que podría indicar que los estudiantes consumen videos de manera independiente a la realización de quizzes.

 

Este análisis proporciona una comprensión general del compromiso y el rendimiento de los estudiantes en un curso en línea, utilizando datos similares a los que se obtendrían de plataformas de aprendizaje en línea como Moodle y Edpuzzle. Estos insights pueden ser utilizados para mejorar la estructura del curso y las estrategias de enseñanza.

 

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import seaborn as sns

 

# Generar datos ficticios para un curso en Moodle y Edpuzzle

np.random.seed(0)  # Para reproducibilidad

 

# Datos de Moodle (participación en el foro, tareas entregadas)

participacion_foro = np.random.randint(0, 50, 100)  # número de posts en el foro

tareas_entregadas = np.random.randint(0, 10, 100)  # número de tareas entregadas

 

# Datos de Edpuzzle (videos vistos, quizzes resueltos)

videos_vistos = np.random.randint(0, 20, 100)  # número de videos vistos

quizzes_resueltos = np.random.randint(0, 5, 100)  # número de quizzes resueltos

 

# Crear DataFrame

df_curso = pd.DataFrame({

    'Participación Foro': participacion_foro,

    'Tareas Entregadas': tareas_entregadas,

    'Videos Vistos': videos_vistos,

    'Quizzes Resueltos': quizzes_resueltos

})

 

# Análisis Estadístico Descriptivo

descripcion = df_curso.describe()

 

# Visualización de Datos

# Correlación entre diferentes actividades

plt.figure(figsize=(10, 8))

sns.heatmap(df_curso.corr(), annot=True, cmap='coolwarm', fmt=".2f")

plt.title('Correlación entre Actividades del Curso')

plt.show()

 

# Distribución de la participación en el foro y tareas entregadas

plt.figure(figsize=(12, 6))

sns.scatterplot(x='Participación Foro', y='Tareas Entregadas', data=df_curso)

plt.title('Relación entre Participación en el Foro y Tareas Entregadas')

plt.xlabel('Participación en el Foro')

plt.ylabel('Tareas Entregadas')

plt.show()

 

descripcion, df_curso.head()  # Mostrar descripción estadística y los primeros registros del DataFrame

 

Conclusión

 

- Beneficios de la Analítica de Aprendizaje:

  - La analítica de aprendizaje proporciona insights valiosos que pueden mejorar la experiencia educativa tanto para los estudiantes como para los educadores.

  - Resaltar cómo el análisis de datos de plataformas como Moodle y Edpuzzle puede conducir a una enseñanza más efectiva y personalizada.

 

- Recursos y Herramientas para la Analítica de Aprendizaje:

  - Enlaces a recursos adicionales para profundizar en la analítica de aprendizaje y herramientas útiles en este campo.

 

Este post ofrecería una visión detallada de cómo se pueden utilizar los datos de plataformas educativas digitales para mejorar la educación en línea, destacando la importancia de la analítica de aprendizaje en el desarrollo y la entrega efectiva de contenido educativo. El caso de estudio práctico proporcionaría una aplicación real de estas técnicas y herramientas.