Analysis of students' self-regulatory strategies in MOOCS and their impact on academic performance.
Loading...
Date
2019
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Los Cursos Abiertos Masivos y en Línea (MOOCs – Massive Open Online Courses) se
han convertido en una fuente de contenido digital que puede ser abordado de forma
atemporal y desde cualquier lugar. Los MOOCs ofrecen contenidos de calidad a millones
de estudiantes de todo el mundo, brindando nuevas oportunidades de aprendizaje. Sin
embargo, sólo una fracción de los que inician un MOOC logran terminarlo, dejando a
miles de estudiantes comprometidos sin alcanzar sus metas. Investigaciones recientes
sugieren que una de las razones por la que a los estudiantes les resulta difícil de terminar el
MOOC es que tienen problemas para planificar, ejecutar y monitorear su proceso de
aprendizaje de manera autónoma; es decir, no autorregulan su proceso de aprendizaje de
forma efectiva para lograr terminar con éxito un MOOC. En esta tesis, se explorará las
posibilidades que ofrece la Analítica del Aprendizaje (LA – Learning Analytics) para
investigar las estrategias de aprendizaje que los estudiantes utilizan cuando autorregulan su
su aprendizaje en entornos en línea como son los MOOCs. El principal objetivo de esta
investigación es desarrollar instrumentos y métodos para medir las estrategias de
autorregulación del aprendizaje (SRL – Self Regulated Learning) de los estudiantes (p. ej.
cognitivas, metacognitivas y de gestión de recursos de estudio) en los MOOCs y analizar
su relación con los resultados del aprendizaje de los estudiantes. Como enfoque
metodológico, esta tesis utiliza métodos mixtos como línea base para la organización y
planificación de la investigación, combinando datos de trazas de eventos de los estudiantes
con datos de auto-reporte para comprender mejor el SRL en los MOOCs. La principal
contribución de la tesis es triple. Primero, propone un instrumento para medir los perfiles
de SRL de los estudiantes en los MOOC. Este instrumento se validó mediante un análisis
factorial exploratorio y confirmatorio con 4,627 respuestas recopiladas en tres MOOCs. En
segundo lugar, presenta una metodología basada en técnicas de minería de datos y minería
de procesos para extraer los patrones de SRL de los estudiantes en los MOOC. La
metodología se aplicó en tres MOOCs de Coursera (self-paced) con datos de 3,458
estudiantes, en los que se identificaron seis patrones de interacción. Luego, esta
metodología se adaptó y aplicó en un esfuerzo de replicación para analizar un MOOC en edX síncrono con datos de 50,776 estudiantes donde se identificaron doce patrones de
interacción. La tercera contribución, es un conjunto de estudios empíricos que muestra la
relación entre las estrategias de SRL y el rendimiento académico, utilizando datos de seis
MOOCs (self-paced) en Coursera y dos MOOC síncronos en Open edX. Estos estudios
empíricos permitieron determinar las variables demográficas de auto-reporte de los
estudiantes (p. ej. género, conocimiento previo y ocupación) y estrategias auto-reportadas
de SRL (p. ej. establecimiento de objetivos, planificación estratégica) que fueron
identificadas como las más relevantes para predecir el rendimiento académico. En
conclusión, esta tesis ofrece un conjunto de instrumentos y métodos que podrían ser
utilizados por otros investigadores en diferentes contextos para estudiar el SRL en
MOOCs. Los resultados de esta investigación abren nuevas vías para la personalización y
adaptación del contenido de un MOOC de acuerdo con los comportamientos
autorregulados de los estudiantes y establecen las bases para el estudio de la SRL como un
proceso en otros entornos de aprendizaje con soporte digital.
Description
Tesis (PhD of Science in Engineering)--Pontificia Universidad Católica de Chile, 2019