有可能预测学习成绩吗?从教育技术角度分析。

IF 0.3 Q4 HISTORY
Odiel Estrada Molina, Dieter Reynaldo Fuentes Cancell
{"title":"有可能预测学习成绩吗?从教育技术角度分析。","authors":"Odiel Estrada Molina, Dieter Reynaldo Fuentes Cancell","doi":"10.12795/revistafuentes.2021.14278","DOIUrl":null,"url":null,"abstract":"Predecir el rendimiento académico es un elemento clave en la educación, permitiéndole al profesorado diseñar acciones didácticas preventivas. Diversas disciplinas intervienen en este proceso predictivo, siendo las analíticas de aprendizaje, el aprendizaje automático, la minería de datos educativos las redes neuronales artificiales y las teorías difusas, las de mayor influencia. Se presenta una revisión sistemática a la literatura científica (2010-marzo 2020) presente en Scopus, IEEE Xplore, ACM Digital Library y Springer, con el objetivo valorar el cómo se ha comportado la predicción del rendimiento académico en dos escenarios: (1) modalidades de estudios online (en línea) y semipresencial; y (2) Apoyo tecnológico a la modalidad presencial. Se concluye el artículo con la determinación de las tendencias entre las disciplinas de las tecnologías educativas y las variables del rendimiento académico.","PeriodicalId":40575,"journal":{"name":"Revista Electronica de Fuentes y Archivos","volume":"27 1","pages":""},"PeriodicalIF":0.3000,"publicationDate":"2021-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Is it possible to predict academic performance? An analysis from educational technology.\",\"authors\":\"Odiel Estrada Molina, Dieter Reynaldo Fuentes Cancell\",\"doi\":\"10.12795/revistafuentes.2021.14278\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Predecir el rendimiento académico es un elemento clave en la educación, permitiéndole al profesorado diseñar acciones didácticas preventivas. Diversas disciplinas intervienen en este proceso predictivo, siendo las analíticas de aprendizaje, el aprendizaje automático, la minería de datos educativos las redes neuronales artificiales y las teorías difusas, las de mayor influencia. Se presenta una revisión sistemática a la literatura científica (2010-marzo 2020) presente en Scopus, IEEE Xplore, ACM Digital Library y Springer, con el objetivo valorar el cómo se ha comportado la predicción del rendimiento académico en dos escenarios: (1) modalidades de estudios online (en línea) y semipresencial; y (2) Apoyo tecnológico a la modalidad presencial. Se concluye el artículo con la determinación de las tendencias entre las disciplinas de las tecnologías educativas y las variables del rendimiento académico.\",\"PeriodicalId\":40575,\"journal\":{\"name\":\"Revista Electronica de Fuentes y Archivos\",\"volume\":\"27 1\",\"pages\":\"\"},\"PeriodicalIF\":0.3000,\"publicationDate\":\"2021-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista Electronica de Fuentes y Archivos\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.12795/revistafuentes.2021.14278\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"HISTORY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Electronica de Fuentes y Archivos","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.12795/revistafuentes.2021.14278","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"HISTORY","Score":null,"Total":0}
引用次数: 1

摘要

预测学习成绩是教育的一个关键因素,使教师能够设计预防性的教学行动。许多学科都参与了这一预测过程,其中学习分析、机器学习、教育数据挖掘、人工神经网络和模糊理论的影响最大。本文对Scopus、IEEE Xplore、ACM数字图书馆和施普林格的科学文献(2010年3月至2020年3月)进行了系统综述,旨在评估在两种情况下的学术成绩预测表现:(1)在线和混合学习模式;(2)面对面模式的技术支持。本文分析了教育技术学科与学术成就变量之间的趋势。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Is it possible to predict academic performance? An analysis from educational technology.
Predecir el rendimiento académico es un elemento clave en la educación, permitiéndole al profesorado diseñar acciones didácticas preventivas. Diversas disciplinas intervienen en este proceso predictivo, siendo las analíticas de aprendizaje, el aprendizaje automático, la minería de datos educativos las redes neuronales artificiales y las teorías difusas, las de mayor influencia. Se presenta una revisión sistemática a la literatura científica (2010-marzo 2020) presente en Scopus, IEEE Xplore, ACM Digital Library y Springer, con el objetivo valorar el cómo se ha comportado la predicción del rendimiento académico en dos escenarios: (1) modalidades de estudios online (en línea) y semipresencial; y (2) Apoyo tecnológico a la modalidad presencial. Se concluye el artículo con la determinación de las tendencias entre las disciplinas de las tecnologías educativas y las variables del rendimiento académico.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信