Tipologies d'estudiants de Fisioteràpia segons l'ús que fan del campus virtual

Revista d'Innovació Docent Universitària

View Publication Info
 
 
Field Value
 
Title Tipologies d'estudiants de Fisioteràpia segons l'ús que fan del campus virtual
Physiotherapy undergraduates’ typologies according to their use of virtual campus
Tipologías de estudiantes de Fisioterapia según el uso que hacen del campus virtual
 
Creator Álvarez Vázquez, Mª Pilar
Álvarez-Méndez, Ana
Bravo-Llatas, Carmen
Cristóbal Barrios, Jesús
Angulo Carrere, Mª Teresa
 
Subject Educació superior; Analítica de l'aprenentatge; Plataforma Moodle; Fisioteràpia; Rendiment acadèmic; Tipologies d'estudiants de grau
Higher Education; Learning Analytics; Moodle platform; Physiotherapy; Academic performance; Undergraduates’ typologies
Educación Superior; Analítica del aprendizaje; Plataforma Moodle; Fisioterapia; Rendimiento académico; Tipologías de estudiantes de Grado
 
Description Presentem en aquest article els resultats obtinguts un cop processats els registres de l'espai virtual creat a la plataforma Moodle per a l'assignatura “Anatomía Humana III”, del grau en Fisioteràpia. L'anàlisi es dugué a terme utilitzant el software lliure per a la computació estadística i gràfics RStudio, un entorn de desenvolupament integrat per al llenguatge de programació R. Un total de 19.611 registres corresponents a l'activitat realitzada al llarg del curs acadèmic 2017/18 van ser depurats, fets anònims i posteriorment analitzats. Les variables quantitatives escollides varen ser el nombre total de visites per dia al curso virtual, la mitjana de la freqüència de visites a l'assignatura virtual per dia de la setmana i hora del dia i per mesos, el nombre d'accessos a recursos, autoavaluacions i a URLs. A més, es va realitzar l'anàlisi estadística de les dades amb el software IBM SPSS v.25, comparant l'ús del campus virtual amb el rendiment acadèmic. Es varen fer proves de correlació de Spearman no paramètriques i arbres de decisió amb dos criteris de tall. Els resultats obtinguts  van mostrar que el rendiment acadèmic dels estudiants d'aquesta assignatura està influenciat per l'ús que fan del campus virtual. D'aquesta manera, s'ha vist que els alumnes amb qualificació inferior a cinc punts sobre deu, van presentar menor activitat en la plataforma Moodle, en totes les variables analitzades. Per contra, els estudiants amb qualificacions entre vuit i deu punts sobre deu, van mostrar una activitat significativament major al campus virtual, especialment en el nombre de visites i recursos utilitzats.
In this article we present the results obtained after processing the logs of the virtual space created for the subject “Human Anatomy III” (Physiotherapy Degree) in the Moodle platform. The analysis was performed using free software for statistical computing and RStudio graphics, an integrated development environment for R. A total of 19,611 logs, corresponding to the activity recorded in the 2017-2018 academic year were extracted, debugged and anonymized, to be analysed. The quantitative variables analysed were: the total number of visits to the virtualized course, the average of visits by weekday, by hours of the day and along the quarter, as well as the number of accesses to resources, self-assessments and URLs. In addition, the statistical analysis of the data was performed with the IBM SPSS v.25 software, analysing the relationship between the use of the virtual campus and academic performance. Non-parametric Spearman correlation tests and decision trees with two cut criteria were performed. The results obtained showed that the academic performance of the students of this subject is determined by their use of the virtual campus. Thus, it has been observed that students who failed (grades below 5 out of 10) had less activity on the Moodle platform, in all the variables analysed. By contrast, students with higher marks (grades between 8 and 10 out of 10) showed a significantly higher activity in the virtual space, especially in the number of visits and in the resources used.
Presentamos en este artículo los resultados obtenidos tras procesar los registros del espacio virtual creado en la plataforma Moodle para la asignatura de “Anatomía Humana III”, del grado en Fisioterapia. El análisis se realizó mediante el software libre para computación estadística y gráficos RStudio, un entorno de desarrollo integrado para el lenguaje de programación R. Un total de 19.611 registros correspondientes a la actividad realizada en el curso académico 2017/18 fueron depurados y anonimizados y posteriormente analizados. Las variables cuantitativas elegidas fueron el número total de visitas por día al curso virtualizado, el promedio de la frecuencia de visitas a la asignatura virtualizada por día de la semana y hora del día y por meses, el número de accesos a recursos, autoevaluaciones y a URLs. Además, se realizó el análisis estadístico de los datos con el software IBM SPSS v.25, comparando el uso del campus virtual con el rendimiento académico. Se realizaron pruebas de correlación de Spearman no paramétricas y árboles de decisión con dos criterios de corte. Los resultados obtenidos mostraron que el rendimiento académico de los estudiantes de esta asignatura está influido por el uso que hacen del campus virtual. Así, se ha visto que los alumnos con calificación inferior a 5 sobre 10 presentaron menor actividad en la plataforma Moodle, en todas las variables analizadas. Por el contrario, los estudiantes con calificaciones entre 8 y 10 sobre 10 mostraron una actividad en el espacio virtual significativamente mayor, especialmente en el número de visitas y en los recursos utilizados.
 
Publisher Universitat de Barcelona
 
Contributor


 
Date 2020-01-30
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion



 
Format application/pdf
 
Identifier https://revistes.ub.edu/index.php/RIDU/article/view/RIDU2020.12.8
10.1344/RIDU2020.12.8
 
Source Revista d'Innovació Docent Universitària; 2020: Núm. 12; 74-81
Revista d'Innovació Docent Universitària; 2020: Núm. 12; 74-81
Revista d'Innovació Docent Universitària; 2020: Núm. 12; 74-81
2013-2298
2014-1319
 
Language spa
 
Relation https://revistes.ub.edu/index.php/RIDU/article/view/RIDU2020.12.8/30860
/*ref*/<p>Álvarez, M.P., Álvarez-Méndez, A., Angulo, M.T., Cristóbal, J., Bravo-Llatas, M.C. (2020) Learning analytics in human histology reveals different student clusters and different academic performance. <em>Proceedings of INTED 2020, 14th International Technology, Education and Development Conference</em>, en prensa.</p><p> </p><p>Angulo, M.T., Álvarez-Méndez, A. (2007) <em>CD-ROM interactivo para valoración biomecánica de la extremidad inferior.</em> <em>III Jornada Campus Virtual UCM: Innovación en el Campus Virtual: metodologías y herramientas</em>. Editorial Complutense, Madrid, pp. 299-300.</p><p> </p><p>Brown, M. (2011) Learning Analytics: the coming third wave. <em>EDUCAUSE Learning Initiative</em>. <a href="https://library.educause.edu/-/media/files/library/2011/4/elib1101-pdf.pdf">https://library.educause.edu/-/media/files/library/2011/4/elib1101-pdf.pdf</a>   </p><p> </p><p>Cerezo, R., Sánchez-Santillán, M., Puerto, M., Núñez, J.C. (2016) Students’ LMS intereaction patterns and their relationship with achievement: A case study in higher education. <em>Computers &amp; Education</em>,  96, pp. 42-54.</p><p> </p><p>Chaparro, J., Iglesias, S., Pascual, F. (2010) Uso del registro de actividad de Moodle para un estudio del rendimiento académico de alumnos en entornos en línea y presencial. <em>4th International Conference on Industrial Engineering and Industrial Management XIV Congreso de Ingeniería de Organización</em>, pp.<em> </em>753-760. Donostia-San Sebastián. </p><p> </p><p>Domínguez, D., Álvarez, J., Gil-Jaurena, I. (2016) Analítica del aprendizaje y Big Data: heurísticas y marcos interpretativos. <em>DILEMATA, International Journal of Applied Ethics</em>, 22, pp. 87-103.</p><p> </p><p>Jenaro, C., Castaño, R., Martín, M.E., Flores, N. (2018) Rendimiento académico en educación superior y su asociación con la participación activa en la plataforma Moodle. <em>Estudios Sobre Educación</em>, 34, pp. 177-198.</p><p>Kotsiantis, S., Telios, N., Filippidi, A., Komis, V. (2013) Using learning analytics to identify successful learners in a blended learning course. <em>International Journal of Technology Enhanced Learning</em>, 5(2), pp. 133-150.</p><p> </p><p>Konstantinidis, A., Grafton, C. (2013) Using Excel Macros to Analyse Moodle Logs. <em>Conference Proceedings.</em> <em>2nd Moodle Research Conference, </em>pp. 33-39. Sousse, Tunisia.</p><p> </p><p>Lee, J.E., Recker, M.M., Choi, H., Hong, W.J., Kim, N.J.,  Lee, K., Lefler, M., Louviere, J., Walker, A. (2016) Applying Data Mining Methods to Understand User Interactions within Learning Management Systems: Approaches and Lessons Learned. <em>Journal of Educational Technology </em><em>Development &amp; Exchange</em>, 8(2), pp. 99-116.</p><p> </p><p>Macfadyen, L.P., Dawson, S. (2010) Mining LMS data to develop an “earlywarning system” for educators: A proof of concept. <em>Computers &amp; Education</em>, 54(2), pp. 588-599.</p><p> </p><p>Mwalumbwe, I., Mtebe, J. (2017) Using Learning Analytics to predictt students performance in Moodle Learning Management System: A case of Meya University of Science and Technology. <em>The Electronic Journal of Information Systems in Developing Countries (EJISDC)</em>, 79(1), pp. 1-13.</p><p> </p><p>Rossetti, S.R., Verdugo, M.L., Bayliss, D. (2017) Learning Analitics para determinar la realción entre uso de un Learning Management System y rendimiento académico. <em>XXII Congreso Internacional de Contaduría, Administración e Informática.</em> Ciudad de Méjico.</p><p> </p><p>Shahiri, A.M., Husain, W., Rashid, N.A. (2015) The Third Information Systems International Conference. <em>Procedia Computer Science</em>, 72, pp. 414-422.</p><p> </p><p>Sin, K., Muthu, L. (2015) Application of Big Data in education data mining and Learning Analitics. A literature review. <em>Ictact Journal on Soft Computing: Special Issue on Soft Computing Model and Big Data  Models for Big Data</em>, 5(4), pp. 1035-1049.</p><p> </p><p class="Texto">Torres-Porras, J., Alcántara, J., Rubio, S. (2018) Virtual platforms use: a useful monitoring tool. <em>EDMETIC. Revista de Educación Mediática y TIC</em>, 7(1), pp. 242-255.</p><p> </p><p class="Texto">UCM (2019) Guía docente de la asignatura Anatomía Humana III, Grado en Fisioterapia. Recuperado de: <a href="https://enfermeria.ucm.es/data/cont/media/www/pag-128986/Anatom%C3%ADa%20Humana%20III.pdf">https://enfermeria.ucm.es/data/cont/media/www/pag-128986/Anatom%C3%ADa%20Humana%20III.pdf</a>   </p><p> </p>Yu, T., Jo, I.H. (2014) Educational technology approach toward learning analytics: relationship between student online behavior and learning performance in higher education. <em>Proceedings of the Fourth International Conference on Learning Analytics And Knowledge</em>, pp. 216-271.
 
Rights Copyright (c) 2020 Revista d'Innovació Docent Universitària
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library