Mostrando entradas con la etiqueta resultados. Mostrar todas las entradas
Mostrando entradas con la etiqueta resultados. Mostrar todas las entradas

EXCEL

Esta herramienta se utilizó para obtener tablas de porcentajes con las cuales se interpreten las acciones que están realizando los alumnos en el Entorno Virtual de Aprendizaje, utilizando el archivo de Logs.


Figura 1: Ejemplo de análisis de Logs en Excel
Fuente: Elaboración Propia

En la Figura 1, se observa un ejemplo del análisis de datos en excel, el mismo que indica dos estados de los datos, como son:

  • Estado Inicial: En este grupo se encuentran los datos que han sido sometidos a un  preprocesamiento y van a ser utilizados en el análisis.
  • Resultados: son los datos que unidos entre sí brindan cierta información, como en la  Figura 78, que se aprecia que Karina ha participado más en el Entorno Virtual de aprendizaje en el mes de Julio.

Ejemplos de los resultados obtenidos con las tablas dinámicas

Los resultados que se han obtenido del análisis de logs se basa en estos cuatro obtenivos:
  • Conocer cuál es la actividad que tiene más interacciones.
  • Evaluar las diez actividades más realizadas por mes, para determinar en que fecha se dio más interacción.
  • Conocer cuál es el estudiante que más participa.
  • Evaluar los diez primeros por mes, para identificar la fecha en la que se dio su participación.



Tabla 1: Organización actividades – Practicum
Fuente: Elaboración propia

En la Tabla 1, se ha obtenido el porcentaje de realización de las actividades académicas en el Entorno Virtual de Aprendizaje, del curso Practicum. 

En el cual se aprecia que la mayoría de alumnos se limita a revisar el curso, este parámetro constituye el 40.93% de la participación de los estudiantes, en esta asignatura. 

De ahí se produce un descenso en la participación, ya que la segunda actividad realizada es la revisión de tareas con un 37.60%, el resto de actividades toman porcentajes inferiores al 8.85%.

Figura 2: Organización de participaciones por mes (División 1) –Practicum
Elaboración Propia

En la Figura 2, se puede aprecian los siguientes resultados:
a. El mes con mayor número de visitas al curso, es mayo con un 27.04%
b. El mes con mayor número de visitas a las tareas, es julio con el 37.64%.
c. El mes con mayor número de visitas a los recursos, es mayo con el 40.47%.
d. El mes con mayor visitas al listado total de tareas, es mayo con un 30.77%

Tabla 2: Organización de alumnos - Practicum
Fuente: Elaboración propia

En la  Tabla 2, se presenta el porcentaje de participación de los alumnos en el Entorno Virtual de Aprendizaje del curso Practicum, los resultados están ordenados en base a los nombres de los estudiantes. 

Observando que en primer Lugar se encuentra Eugenio Campoverde con el 10.90% de interacción, mientras que  en último lugar está Daniel Valdivieso con el 0.11%.


 Figura 3: Organización de participaciones de los alumnos por mes (División 1) –Practicum
Elaboración Propia

En la Figura 3, se aprecia los siguientes resultados:
a. Eugenio, ha interactuado más veces en el mes de junio, con el 69.63%.
b. Lila, ha interactuado más veces en julio, con el 97.70%.
c. Nelson, ha interactuado más veces en el mes de julio, con el 44.65%.
d. Byron, ha interactuado más veces en el mes de mayo, con el 44.75%.

DEL SNAPP AL NETDRAWS

El análisis del Snapp se reforzó con el uso de la herramienta NetDraws, la misma que sirve para crear Sociogramas basados en un participante específico, esto es útil para clasificar a los actores en cualquiera de estos grupos:
  • Líder: realiza un gran número de participaciones, está conectado con casi todos los nodos.
  • Popular: es una persona que ha sido elegida muchas veces, pero él no se ha conectado en la misma medida.
  • Normal: recibe el mismo número de elecciones que el hizo.
  • Rechazado: recibe pocas elecciones y no son de las mismas personas que el seleccionó.
  • Ignorado: recibe pocas o ninguna elección, a pesar de que el responde bastantes foros.
Para obtener el sociograma inicial se siguen los pasos de la Figura 1:

Figura 1: Obtención de un sociograma en NetDraws
Fuente: Elaboración propia con capturas de pantallas del NetDraws

Este gráfico contiene:
  • Apertura del Sociograma: son los pasos necesarios para abrir el archivo exportado con el Snapp, los mismos que consisten en: dar clic en File,  luego en Open, seguidamente en Vna text file y se selecciona Complete, en la siguiente ventana se busca el archivo y se da clic en ok.
  • Sociograma Inicial: es la representación de las interacciones en el foro, se puede apreciar a los nodos o actores señalados con el número uno y el dos indica las relaciones.

La herramienta contiene algunas formas de analizar los datos del sociograma, pero en este proyecto solo se seleccionarán las que se indica en la Figura 2.


Figura 2: Opciones del NetDraws usadas para el Learning Analytics
Fuente: Capturas de pantalla
Estas opciones sirven para:
  • Número de post: Tiene como finalidad presentar los nodos y las relaciones existentes entre ellos, agrupando a los participantes según el número de participaciones en el foro.
  • Distancia geodésica: Es el número total de relaciones que se producen en torno a un individuo, estás pueden ser: Primero las que él hizo, es decir las respuestas que realizó el actor. Mientras que la segunda opción consiste en ver las respuestas que sus compañeros realizaron sobre sus participaciones.

  Ejemplos de los resultados obtenidos con el NetDraws

Análisis por número de publicaciones:

Figura 3: Alumnos que realizaron dos participaciones en el foro
Fuente: Captura de Pantalla -  NetDraws

En la Figura 3, se puede apreciar que existe un total de 26 nodos que realizaron dos publicaciones en el foro, estos representan el 31% de la población. 

También se puede ver que hay tres relaciones unidireccionales, mientras que el resto han participado en forma aislada.

Análisis de distancias geodésicas:

Este análisis de distancias geodésicas o número de relaciones que tienen los participantes, describe las interacciones de todos los estudiantes, mediante la formación de grupos de estudio. 

Se han creado un total de ocho grupos de diez integrantes cada uno, con la excepción del nodo a_1, que está presente en todos los grupos y se constituye en el líder de las interacciones y puente para que se comuniquen dos alumnos que no se relacionan directamente. 

En cada diagrama se ha contabilizado el total de los nodos adicionales, presentados con color rojo, así como el total de subredes que tienen de tres o más enlaces y los nodos aislados que solo tienen una conexión.

Figura 4: Sociograma geodésico grupo 1
Fuente: Captura de Pantalla -  NetDraws
En la Figura 4, se obtuvieron los siguientes resultados del análisis del primer grupo de alumnos:
  • Alumnos Observados: 10, 11, 12,13, 14,16, 18, 2, 20, 21
  • Nodos Adicionales: representados por los participantes: 6, 9, 37, 24, 45, 59 97, 1, 43, 56, docente, dan un total de 11.
  • Subgrupos: están liderados por los alumnos: 12, 37, 20, 1, 97, 43, 11, 21, docente, 10 y dan un total de 10.
  • Alumnos Aislados: en este grupo se encuentran los alumnos: 2, 6, 13, 18, es decir cuatro en total
  • Enlaces de Alumno 1: Existen 16 enlaces del alumno 1 con el resto del grupo

SNAPP

Esta herramienta permtió evaluar la interacción de los estudiantes en los foros, es un marcador que activa un Plugins de java, desarrollada para funcionar en los navegadores Firefox, Safari e Internet Explorer. 

La interfaz de esta herramienta está conformada por:
  • Visualisation: sirve para visualizar los diagramas de red de las interacciones de los usuarios, contiene una serie de opciones que son útiles para configurar el diagrama e interpretar los resultados de una mejor manera.
  • Statistics: presenta un resumen de la frecuencia de las publicaciones en una tabla.
  • Annotations: sirve para registrar con fecha acontecimientos u observaciones importantes del análisis que se está realizando.
  • Help: contiene un resumen online,  de los aspectos básicos de la herramienta.
  • Credits: proporciona la información de los desarrolladores de la herramienta con el fin de realizar contactos y coordinar proyectos investigativos futuros.

Algunas de sus opciones son:
  • Herramienta de Zoom: permite ampliar o minimizar la red
  • Mouse: sirve para dar forma a la red, mediante dos opciones: mover toda la red (Transform), o mover solo nodos (Pick).
  • Layout: contiene un conjunto de algoritmos de graficación de la red.
  • Find Clusters: realizar un análisis mediante la creación de clústeres.
  • Controls: Sirve para configurar algunas opciones de visualización de la red, tales como mostrar los nombres de los participantes, la escala de relación, realizar búsquedas específicas, presentar conexiones por escala, o publicaciones entre participantes, etc.
  • Filters: Las opciones de filtrado pueden ser varias, se puede visualizar la red según ciertas condiciones, como aquellos que son menores o mayores a cierto número de publicación, los que están dentro de cierto rango de fechas.
  • Navigation: sirve para visualizar segmentos de la red, según la ubicación del cuadro de selección.
  • Export: sirve para exportar los datos en otros formatos que pueden ser analizados por herramientas de análisis de redes sociales externas, por ejemplo el NetDraws.

Esta herramienta elabora representaciones de la información social de los estudiantes al momento de interactuar en el foro, las mismas que toman el nombre de Sociogramas, para poder interpretar los resultados que nos presentan, hay que familiarizarse con los siguientes conceptos:
  • Sociograma: es una técnica de análisis de datos que fija su atención en la manera en que se generan las relaciones sociales dentro de un grupo de individuos, estas se representan con líneas que van del sujeto que selecciona o rechaza hasta el que es seleccionado o rechazado.
  • Sociometría: es el estudio de las relaciones sociales existentes entre los miembros de un grupo, utiliza el sociograma como su herramienta de investigación.


Figura 1: Tipos de estructuras de los Sociogramas
Fuente: Elaboración propia  basada en (Gutiérrez & Linares, 2013)

 Los Sociogramas pueden presentar algunos tipos de estructuras, como se indican en la Figura 1, y son:
a. Parejas: se forman cuando dos individuos se eligen mutuamente entre sí.
b. Cadena: recibe este nombre la sucesión de elecciones de varios miembros entre sí, sin que sea necesaria la reciprocidad.
c. Solitarios: son aquellos individuos que no interactúan con los demás, ni son elegidos por el resto de compañeros.
d. Islas: subgrupos formados por tres o más personas que se eligen recíprocamente entre ellas y donde ninguno de sus miembros posee relaciones con personas ajenas a la isla.

Estos Sociogramas en el Snapp pueden graficarse utilizando los siguientes algoritmos: el FR, KK, Spring, ISOM, y el Circle, los tres primeros pertenecen a un grupo conocido como trazado de grafos dirigidos, los mismo que  usan analogías físicas para dibujar el grafo. 

Se caracterizan por realizar un modelo de la red parecido a un sistema físico y el trazado lo realizan buscando un equilibrio entre los nodos, de esta forma su representación es entendible y agradable visualmente. (Aiello & Silveira, 2004) 

El ISOM  y el Circle son algoritmos que no pertenecen al grupo anterior, el primero se basa en las redes neuronales, y el segundo en diseños circulares.

Figura 2: Sociograma – FR Layout
Fuente: Resultados SNAPP – Foro Opcional 1er Bimestre

En la Figura 2, se puede apreciar un sociograma construido mediante el uso del algoritmo FR (Fruchterman y ReingoldI), desarrollado con la finalidad de cumplir con dos criterios estéticos: 
  1. Que los vértices no estén muy cerca unos de otros
  2. Que los vértices que estén conectados por aristas se dibujen cerca. 


De esta manera se busca  simular un grafo parecido a un sistema de anillos conectados por resortes, fácil de entender por el usuario. (Aiello & Silveira, 2004)

Figura 3: Sociograma – KK Layout
Fuente: Resultados SNNAP – Foro Opcional 1er Bimestre

El gráfico de la Figura 3, ha sido resultado de la aplicación del algoritmo de diseño KK (Kamada y Kawai), esta propuesta hace referencia a un modelo en el que hay un único tipo de fuerzas que pueden ser consideradas como resortes que se conectan entre sí a todos los vértices. 

Estos son regidos por la ley de Hooke, más conocida como fuerzas lineales, donde cada resorte tiene una longitud ideal (esta corresponde a la distancia teórica entre los vértices que conecta) y una rigidez distinta. 

Adicional a esto el algoritmo KK, busca un equilibrio entre las relaciones de los nodos participantes en el diagrama. (Aiello & Silveira, 2004)

Figura 4: Sociograma – Spring Layout
Fuente: Resultados SNNAP – Foro Opcional 1er Bimestre

El sociograma indicado en la  Figura 4, está desarrollado mediante el primer algoritmo creado para representar grafos, mediante un sistema dirigido por fuerzas, también es conocido como Spring Embedder o Eades.  

El principio en el que se basa es en la teoría de los resortes que es la base de todos los métodos pertenecientes a esta familia, su intención es satisfacer dos criterios estéticos: 
  1. Las aristas deben tener una longitud uniforme.
  2. Las aristas deben mostrar toda la simetría posible. 

En este modelo los nodos son considerados como anillos de acero y las relaciones como resortes entre ellos, con la adición de fuerzas repulsivas que alejan a los anillos que no están conectados. (Aiello & Silveira, 2004)


Figura 5: Sociograma – ISOM Layout
Fuente: Resultados SNNAP – Foro Opcional 1er Bimestre

La Figura 5, es un sociograma producido por el algoritmo conocido como ISOM o Inverse Self Organized Map, que quiere decir que es un método de auto organización de mapa de funciones,  fue presentado primeramente por Von Der Malsburg y actualizado pro Kohonen. 

Este último mantiene la idea de representación de grafos como mapas de características, el cual se basa en los modelos de redes neuronales, e indica que la ubicación espacial de la neurona de salida en el mapa topográfico corresponde a un dominio particular o datos de entrada. 

En este caso la estructura de la  red es una sola capa de unidades  de salida sin conexiones laterales y una capa de n unidades de entrada, cada una de las salidas (participación de los alumnos) se conecta a una entrada (publicación del nodo principal).  (Shimaa & Otros., 2011).


Figura 6: Sociograma – Circle Layout
Fuente: Resultados SNNAP – Foro Opcional 1er Bimestre

En la Figura 6, se puede apreciar el sociograma generado por un algoritmo circular, este método divide al gráfico en grupos, los nodos de cada grupo se  colocan en los extremos de una circunferencia, esta es una técnica de clúster, en donde se realiza asociaciones de los participantes según sus características.

Este modelo es útil para mostrar información estructural, en donde se destacan las cualidades  de cada grupo, como sub redes,  esto es útil para identificar fortalezas y debilidades dentro de la red, hay gráficos que forman un solo círculo (biconexos) o varios círculos (nonbiconnected).

Referencias:Aiello, A., & Silveira, R. (2004). Trazado de Grafos Mediante Métodos Dirigidos por Fuerza. Obtenido de http://www-ma2.upc.edu/rsilveira/pubs/MScThesis.pdfGutiérrez, I., & Linares, N. (2013). Sociograma. VENEZUELA: Universidad Nacional Experimental de los Llanos Occidentales Ezequiel Zamora. http://es.slideshare.net/HildaCanelonDeMontilla/sociograma-unellez?qid=d03a6be0-682c-4617-a6d4-95d78b0187fc&v=qf1&b=&from_search=5.Shimaa, W., & Otros. (2011). New Approach for Drawings of 3-Planar Graphs. Obtenido de http://ijcsi.org/papers/IJCSI-12-2-1-8.pdf

ANALYTICS GRAPHS

En esta herramienta se obtiene tres informes, denominados: 

  • Distribución de visitas (Hits distribution), 
  • Distribución del acceso al contenido (Content Access) 
  • Cumplimiento de tareas (Submissions), seguidamente se detalla la información que presenta cada una de ellas:


Figura 1: Distribución de Visitas del Analytics Graph
Fuente: Elaboración Propia

En la Figura 1, se puede apreciar que la vista de Distribución de visitas (Hits Distribution), contiene dos partes principales, que son: el encabezado y los resultados. 

En el primer componente se encuentra el título de la vista, el nombre del curso, y la fecha en que este fue creado.

En el área de resultados se encuentras seis columnas que presentan la siguiente información:

  • Students: presenta el nombre de los estudiantes que han participado en el curso.
  • Course Hits: indica el total de veces que el estudiante revisó la página principal del curso, es decir que realizó lectura de las actividades propuestas por el docente.
  • Days With Access: representa el total de días que el alumno inició la sesión del Entorno Virtual de Aprendizaje.
  • Number of Days by Week With Access: grafica el total de días que el alumno ingresó al EVA y a que semana corresponde.
  • Resources With Access: Indica el total de materiales, URLs o páginas en las que el alumno dio un clic, el conteo se realiza una sola vez por recurso.
  • Number of Resources Accessed By Week: indica el total de recursos que el alumno revisó en el día, sin importar si este fue abierto anteriormente.

En este caso el comportamiento de los alumnos es medido por días y semanas, siendo así que si un alumno no interactúa un día el reporte presenta junto al nombre del estudiante el siguiente icono:

 
Que significa, que el estudiante se encuentra en peligro de no cumplir con los objetivos del curso y podría perder la asignatura, si se sigue descuidando así.

Existe un grupo de alumnos que están en riesgo de reprobar el curso, estos no han participado ni una sola vez en el Entorno Virtual de Aprendizaje y el reporte los presenta en un listado final.

Culminando el informe con un botón que permite el envío de un email para los alumnos en riesgo, por medio del cual se les puede incentivar a que interactúen en el proceso de aprendizaje de la asignatura.


Figura 2: Distribución del acceso al contenido del Analytics Graph
Fuente: Elaboración Propia

En la Figura 2: se puede ver la agrupación de alumnos que accedieron a un recurso, de los que no lo hicieron, en el caso de los primeros se aprecia una barra de color verde que indica el total de participantes por recurso. 

Por ejemplo para el archivo llamado Presentación de Video colaboración I Bimestre, hubo un total de 80 alumnos que accedieron a este recurso, mientras que 19 (Barra de color rojo) no lo hicieron. 

Esta vista brinda la posibilidad de enviar un correo para cada grupo de alumnos, basta con dar clic sobre una de las barras, y el docente tendrá la posibilidad de motivar o animar a estos estudiantes a que visiten este archivo.


Figura 3: Informe de Cumplimiento de tareas del Analytics Graph
Fuente: Elaboración Propia

En la Figura 3, se aprecia el informe del cumplimiento de tareas, clasificando a los estudiantes en tres grupos:
  • El grupo azul pertenece a los alumnos que cumplieron con esta actividad antes de la fecha límite.
  • El de color negro identifica a los que la subieron tarde al sistema.
  • El rojo es para aquellos que no la hicieron.
En este informe también se puede enviar un correo de retroalimentación a los estudiantes, esta opción se habilita al dar clic en la barra que los representa.

Figura 4: Ratios  de Cumplimiento de tareas del Analytics Graph
Fuente: Elaboración Propia

En la Figura 4, se puede apreciar que el Analytics Graph, realiza una comparación de proporcionalidad llamado ratio, esta se realiza de dos formas que son:
  • Submission Ratio: llamada ratio o razón de entrega, es el resultado de dividir el número total de alumnos que entregaron sus tarea (se suma los valores de In time Submission y late Submission) para la totalidad de estudiantes inscritos en la materia.
  • On Time Ratio: esta comparación representa el porcentaje de alumnos que  entregaron su tarea a tiempo (In time Submission). Se calcula dividiendo este valor para 100.