000			03034nam a2200277 4500
005			20251124091846.0
008			251124c2025 sp|ar|p|o|||| 00| 0 spa d
040			_aMX-MxUPN _bspa _cMX-MxUPN _eaacr2
100	1		_aMartin Caro Alamo, Ester _958460
100	1		_aSegovia-García, Nuria _958461
245	1		_aAnalítica de aprendizaje y retención estudiantil: _b un estudio lLongitudinal en educación superior virtual _h[recurso electrónico en línea]
506	0		_aAcceso abierto
520	3		_aLa analítica de aprendizaje (AA) se ha destacado como una herramienta eficaz para abordar retos como la retención estudiantil y el rendimiento académico en programas de educación superior virtual. Este estudio tiene como objetivo analizar la relación entre los patrones de participación en actividades académicas digitales y el rendimiento académico de estudiantes de posgrado virtual, así como su vinculación con la permanencia en el sistema. Para ello, se abordan tres ejes fundamentales: los patrones y agrupaciones de participación a lo largo del tiempo; los factores que predicen el rendimiento y la retención; y el potencial de los modelos predictivos para personalizar estrategias pedagógicas. Se empleó un diseño cuantitativo, longitudinal y exploratorio, con una muestra de 393 estudiantes matriculados en una universidad colombiana durante 2024. Los datos, recolectados a través de sistemas institucionales, fueron analizados mediante modelos lineales mixtos, algoritmos de aprendizaje automático y análisis de series temporales. Las actividades académicas evaluadas incluyeron proyectos de aplicación, casos prácticos, exámenes, foros y participación general. Los resultados indican que las actividades prácticas, como los proyectos de aplicación y los casos prácticos, generan los mayores niveles de participación y tienen un impacto significativo en el rendimiento académico. En contraste, los foros y los exámenes muestran menores niveles de interacción. El análisis de clustering identificó tres grupos de estudiantes con patrones diferenciados de participación, lo que permite personalizar las estrategias pedagógicas. Se concluye que la AA ofrece una base sólida para diseñar intervenciones orientadas a mejorar la retención estudiantil y optimizar el rendimiento académico en la educación superior virtual. Este enfoque refuerza el valor de la personalización educativa basada en datos.
650		4	_aEducación superior _932
650		2	_aAnálisis de datos _9269
650		4	_aEducación a distancia _97924
650		4	_aIndicadores educativos _910097
650		4	_aTecnología educativa _94978
653			_aEvaluación del estudiante
653			_aParticipación estudiantil
653			_aAbandono escolar
773			_gVol. 27, no. 3 (2025), p. 314–325 _tFuentes : revista de la Facultad de Ciencias de la Educación _x2172-7775
856	4		_uhttps://revistascientificas.us.es/index.php/fuentes/article/view/27592
902			_aRGJD/241125
942			_cART-E
999			_c214461 _d214461