Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios

Autores
Fernández, Mirta G.; Mariño, Sonia Itatí
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La presente tesis doctoral propone el diseño de un modelo de Analítica de Aprendizaje (LA) centrado en la evaluación de las Competencias Digitales (CD) de estudiantes universitarios. Se parte de una problemática ampliamente reconocida en los contextos de educación superior: la escasa formación explícita en competencias digitales y el incremento en la recolección de datos educativos a través de plataformas virtuales. El trabajo se fundamenta en enfoques actuales de Ciencia de Datos aplicados al ámbito educativo y propone como hipótesis que es posible inferir el nivel de competencias digitales en estudiantes ingresantes mediante técnicas de Analítica de Aprendizaje, anticipando posibles situaciones de retraso o abandono académico.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Ciencia de datos
Algoritmos de aprendizaje
Analítica de aprendizaje
Competencias digitales
Educación superior
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/191258

id SEDICI_53ba8344389f76103f8ee7442619dc6a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/191258
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitariosFernández, Mirta G.Mariño, Sonia ItatíCiencias InformáticasCiencia de datosAlgoritmos de aprendizajeAnalítica de aprendizajeCompetencias digitalesEducación superiorLa presente tesis doctoral propone el diseño de un modelo de Analítica de Aprendizaje (LA) centrado en la evaluación de las Competencias Digitales (CD) de estudiantes universitarios. Se parte de una problemática ampliamente reconocida en los contextos de educación superior: la escasa formación explícita en competencias digitales y el incremento en la recolección de datos educativos a través de plataformas virtuales. El trabajo se fundamenta en enfoques actuales de Ciencia de Datos aplicados al ámbito educativo y propone como hipótesis que es posible inferir el nivel de competencias digitales en estudiantes ingresantes mediante técnicas de Analítica de Aprendizaje, anticipando posibles situaciones de retraso o abandono académico.Red de Universidades con Carreras en Informática2025-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf380-383http://sedici.unlp.edu.ar/handle/10915/191258spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7info:eu-repo/semantics/reference/hdl/10915/189846info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-03-26T09:21:32Zoai:sedici.unlp.edu.ar:10915/191258Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-03-26 09:21:33.143SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios
title Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios
spellingShingle Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios
Fernández, Mirta G.
Ciencias Informáticas
Ciencia de datos
Algoritmos de aprendizaje
Analítica de aprendizaje
Competencias digitales
Educación superior
title_short Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios
title_full Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios
title_fullStr Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios
title_full_unstemmed Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios
title_sort Modelo de Analítica de Aprendizaje : Competencia Digital inteligente para estudiantes universitarios
dc.creator.none.fl_str_mv Fernández, Mirta G.
Mariño, Sonia Itatí
author Fernández, Mirta G.
author_facet Fernández, Mirta G.
Mariño, Sonia Itatí
author_role author
author2 Mariño, Sonia Itatí
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Ciencia de datos
Algoritmos de aprendizaje
Analítica de aprendizaje
Competencias digitales
Educación superior
topic Ciencias Informáticas
Ciencia de datos
Algoritmos de aprendizaje
Analítica de aprendizaje
Competencias digitales
Educación superior
dc.description.none.fl_txt_mv La presente tesis doctoral propone el diseño de un modelo de Analítica de Aprendizaje (LA) centrado en la evaluación de las Competencias Digitales (CD) de estudiantes universitarios. Se parte de una problemática ampliamente reconocida en los contextos de educación superior: la escasa formación explícita en competencias digitales y el incremento en la recolección de datos educativos a través de plataformas virtuales. El trabajo se fundamenta en enfoques actuales de Ciencia de Datos aplicados al ámbito educativo y propone como hipótesis que es posible inferir el nivel de competencias digitales en estudiantes ingresantes mediante técnicas de Analítica de Aprendizaje, anticipando posibles situaciones de retraso o abandono académico.
Red de Universidades con Carreras en Informática
description La presente tesis doctoral propone el diseño de un modelo de Analítica de Aprendizaje (LA) centrado en la evaluación de las Competencias Digitales (CD) de estudiantes universitarios. Se parte de una problemática ampliamente reconocida en los contextos de educación superior: la escasa formación explícita en competencias digitales y el incremento en la recolección de datos educativos a través de plataformas virtuales. El trabajo se fundamenta en enfoques actuales de Ciencia de Datos aplicados al ámbito educativo y propone como hipótesis que es posible inferir el nivel de competencias digitales en estudiantes ingresantes mediante técnicas de Analítica de Aprendizaje, anticipando posibles situaciones de retraso o abandono académico.
publishDate 2025
dc.date.none.fl_str_mv 2025-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/191258
url http://sedici.unlp.edu.ar/handle/10915/191258
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7
info:eu-repo/semantics/reference/hdl/10915/189846
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
380-383
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1860736630959112192
score 12.977003