Learning analytics in higher educationa review of impact scientific literature

  1. Pilar Cáceres Reche 1
  2. Antonio-Manuel Rodríguez-García 1
  3. Gerardo Gómez García 1
  4. Carmen Rodríguez Jiménez 1
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

Revista:
IJERI: International journal of Educational Research and Innovation

ISSN: 2386-4303

Año de publicación: 2020

Número: 13

Páginas: 32-46

Tipo: Artículo

DOI: 10.46661/IJERI.4584 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: IJERI: International journal of Educational Research and Innovation

Resumen

Las analíticas de aprendizaje pueden definirse como una serie de técnicas para recopilar, analizar y otorgar datos procesables y generados por parte de los estudiantes con el objetivo de elaborar estrategias adecuadas para mejorar los procesos de aprendizaje, el rendimiento de los alumnos o el de la propia institución. Este tipo de técnicas son especialmente útiles para establecer patrones de acción que guíen y orienten el proceso educativo en educación superior. Bajo estas premisas, la presente investigación tiene por objetivo analizar la producción científica de mayor impacto sobre el empleo de analíticas de aprendizaje en educación superior. Para ello se ha seguido una metodología cuantitativa atendiendo diez variables: año de publicación, publicaciones periódicas, autores, instituciones, países, tipo de documento, formato de publicación, área de publicación, idioma y artículos más citados. Los resultados proyectan una tendencia de investigación que se encuentra totalmente en auge, especialmente por la mayor producción científica ocurrida en los últimos años (2015-2018) destacando países como Australia, Estados Unidos y Reino Unido. Las publicaciones, en su gran mayoría, proceden de conferencias y se encuentran publicadas en inglés. Destacan las áreas de conocimiento de Ciencias Computacionales y Ciencias Sociales.

€ Ver financiación

Información de financiación

Ministry of Education, Culture and Sport through the Aid of the University Teaching Staff Training Program (F.P.U). Reference FPU14/04626.

Financiadores

Referencias bibliográficas

  • Antelm, A. M., Gil. A., Cacheiro, M.L. y Pérez, E. (2018). Causas del fracaso escolar: un análisis desde la perspectiva del profesorado y el alumnado. Enseñanza & Teaching, 36(1), 129-149.
  • Alonso-García, S., Rodríguez-García, A. M., & Cáceres-Reche, M. (2018). Análisis de la Acción Tutorial y su Incidencia en el Desarrollo Integral del Alumnado. El Caso de la Universidad de Castilla La Mancha, España. Formación universitaria, 11(3), 63-72.
  • Baker, R. S., & Inventado, P. S. (2014). Educational data mining and learning analytics. In Learning analytics (pp. 61-75). Springer, New York, NY.
  • Cabedo, A., Galán, M.E. & Gómez, N. (2018). UniTICarte: Redes Colaborativas para el desarrollo de proyectos creativos en la formación de Maestros en la Universidad. Dedica. Revista de Educação e Humanidades, 12, 119-129.
  • Chiappe, A., & Rodríguez, L. P. (2017). Learning Analytics in 21st century education: a review. Ensaio: Avaliação e Políticas Públicas em Educação, 25(97), 971-991.
  • Coffrin, C., Corrin, L., de Barba, P., & Kennedy, G. (2014, March). Visualizing patterns of student engagement and performance in MOOCs. In Proceedings of the fourth international conference on learning analytics and knowledge (pp. 83-92). ACM.
  • Dietz-Uhler, B., & Hurn, J. E. (2013). Using learning analytics to predict (and improve) student success: A faculty perspective. Journal of Interactive Online Learning, 12(1), 17- 26.
  • Ferguson, R., & Shum, S. B. (2012, April). Social learning analytics: five approaches. In Proceedings of the 2nd international conference on learning analytics and knowledge (pp. 23-33). ACM.
  • Gasevic, D., Kovanovic, V., Joksimovic, S., & Siemens, G. (2014). Where is research on massive open online courses headed? A data analysis of the MOOC Research Initiative. The International Review of Research in Open and Distributed Learning, 15(5), 134-176.
  • Gedrimiene, E., Silvola, A., Pursiainen, J., Rusanen, J., & Muukkonen, H. (2019). Learning Analytics in Education: Literature Review and Case Examples From Vocational Education. Scandinavian Journal of Educational Research, 1-15.
  • Johnson, L., Becker, S. A., Cummins, M., Estrada, V., Freeman, A., & Hall, C. (2016). NMC horizon report: 2016 higher education edition (pp. 1-50). The New Media Consortium.
  • Hernández Sampieri, R., Fernández Collado, C. & Baptista Lucio, P. (2016). Metodología de la investigación (6ª Edición). México: MC Graw Hill Education.
  • Hinojo-Lucena, F., Mingorance-Estrada, Á., Trujillo-Torres, J., Aznar-Díaz, I., & Cáceres Reche, M. (2018). Incidence of the Flipped Classroom in the Physical Education Students’ Academic Performance in University Contexts. Sustainability, 10(5), 1334.
  • Huda, M., Maseleno, A., Atmotiyoso, P., Siregar, M., Ahmad, R., Jasmi, K., & Muhamad, N. (2018). Big data emerging technology: insights into innovative environment for online learning resources. International Journal of Emerging Technologies in Learning (iJET), 13(1), 23-36.
  • Klein, C., Lester, J., Rangwala, H., & Johri, A. (2019). Technological barriers and incentives to learning analytics adoption in higher education: insights from users. Journal of Computing in Higher Education, 1-22.
  • López-Meneses, E., Vázquez-Cano, E., & Román, P. (2015). Análisis e implicaciones del impacto del movimiento MOOC en la comunidad científica: JCR y Scopus (2010- 13). Comunicar: Revista científica iberoamericana de comunicación y educación, 22(44), 73-80.
  • Macfadyen, L. P., & Dawson, S. (2012). Numbers are not enough. Why e-learning analytics failed to inform an institutional strategic plan. Journal of Educational Technology & Society, 15(3),149-163.
  • Mengual-Andrés, S., Vázquez-Cano, E., & López-Meneses, E. (2017). La productividad científica sobre MOOC: aproximación bibliométrica 2012-2016 a través de SCOPUS. RIED. Revista Iberoamericana de Educación a Distancia, 20(1), 39-58.
  • Picciano, A. G. (2012). The evolution of big data and learning analytics in American higher education. Journal of Asynchronous Learning Networks, 16(3), 9-20.
  • Siemens, G. (2012, April). Learning analytics: envisioning a research discipline and a domain of practice. In Proceedings of the 2nd international conference on learning analytics and knowledge (pp. 4-8). ACM.
  • Long, P., & Siemens, G. (2014). Penetrating the fog: analytics in learning and education. Italian Journal of Educational Technology, 22(3), 132-137.
  • Mingorance, A. C., Trujillo, J. M., Cáceres, P., & Torres, C. (2017). Mejora del rendimiento académico a través de la metodología de aula invertida centrada en el aprendizaje activo del estudiante universitario de ciencias de la educación. Journal of sport and health research, 9(1), 129-136.
  • Montgomery, A. P., Mousavi, A., Carbonaro, M., Hayward, D. V., & Dunn, W. (2019). Using learning analytics to explore self-regulated learning in flipped blended learning music teacher education. British Journal of Educational Technology, 50(1), 114-127.
  • Moreira, A., Bates, T., & Mota, J. (2019). What future (s) for distance education universities? Towards an open network-based approach/ ¿Qué futuro para las universidades de educación a distancia? Hacia un enfoque abierto basado en la red. RIED. Revista Iberoamericana de Educación a Distancia, 22(1), 107-126.
  • Rodríguez-García, A. M., Cáceres, M. P., & Alonso, S. (2018). The digital competence of the future teacher: bibliometric analysis of scientific productivity indexed in Scopus. IJERI: International Journal of Educational Research and Innovation, 10, 317-333.
  • Slade, S., & Prinsloo, P. (2013). Learning analytics: Ethical issues and dilemmas. American Behavioral Scientist, 57(10), 1510-1529.
  • Ulstad, S. O., Halvari, H., & Deci, E. L. (2018). The Role of Students’ and Teachers’ Ratings of Autonomous Motivation in a Self-Determination Theory Model Predicting Participation in Physical Education. Scandinavian Journal of Educational Research, 1-16.
  • Urrutia, G., y Bonail, X. (2010). Declaración PRISMA: una propuesta para mejorar la publicación de revisiones sistemáticas y metaanálisis. Medicina Clínica, 135(11), 507- 511.
  • Wong, B. T. M., & Li, K. C. (2019). A review of learning analytics intervention in higher education (2011–2018). Journal of Computers in Education, 1-22.
  • Yousef, A. M. F., Chatti, M. A., Schroeder, U., & Wosnitza, M. (2014, July). What drives a successful MOOC? An empirical examination of criteria to assure design quality of MOOCs. In Advanced Learning Technologies (ICALT), 2014 IEEE 14th International Conference on (pp. 44-48). IEEE.
Fuente de los datos: Dialnet