Análisis multivariante del uso de espacios virtualizados por estudiantes pregraduados en Ciencias de la Salud

Abstract

Introducción: Los entornos virtuales de aprendizaje permiten crear espacios dinámicos y facilitadores del aprendizaje. Investigar el uso dado por los estudiantes puede identificar patrones de comportamiento y detectar tempranamente alumnos en riesgo de abandono, habiéndose descrito correlaciones entre su uso y el rendimiento académico. Material y métodos: Se estudiaron 7 espacios virtualizados correspondientes a 4 asignaturas de 3 grados de Ciencias de la Salud impartidas en los cursos 2017-18 y 2018-19, con un total de 517 estudiantes. Previamente se extrajeron, depuraron y anonimizaron los registros de cada espacio. Las variables analizadas fueron: número de visitas al campus virtual (CV), de accesos a recursos, a URL y uso del foro. Se aplicó un análisis de correspondencias múltiples seguido de un análisis de conglomerados jerárquico. Resultados: Se obtuvieron 4 clústeres, con tamaños entre el 20,9% y 29,4% de los estudiantes, caracterizados por comportamientos diferenciales en cuanto al uso del CV, y estableciéndose relaciones con las calificaciones finales, las notas teóricas y prácticas de las asignaturas. Se observa que, a menor interacción en el CV, menor rendimiento académico mientras que, a mayor actividad registrada, mejores calificaciones. Conclusiones: Nuestro estudio revela grupos de estudiantes con comportamientos homogéneos según su uso del CV y establece relaciones con el rendimiento académico.Introduction: Virtual Learning Environments enable users to create dynamics and learning facilitator spaces. To investigate the students’ use can identify patterns and help to an early detection of students at high risk of dropping out since correlations between its use and the academic performance have been described. Material and methodology: Seven virtualized spaces corresponding to 4 courses from 3 Health Sciences degrees taught in 2017/18 and 2018/19, with a total of 517 students were studied. Previously, logs had been extracted from every space, debugged and anonymized. Number of logins, of access to resources and to URL as well as the forums use were considered. A multiple correspondence analysis was applied followed by a hierarchical clustering analysis. Results: 4 clusters, with sizes between 20.9% and 29.4% of the students, were obtained and characterized by differential behaviors of the VC use. Relationships can be established with final grades as well as theory’ and practical’ grades. Results pointed out that the lower interaction in VC, the lower the grades, while the higher interaction, the higher the marks. Conclusions: Our study pinpoints different student clusters with homogeneous VC behavior and establishes relationships with the academic performance.