Metas de analítica del aprendizaje

Saltar a: navegación, buscar

Acerca de las metas

create model 2.png
Las metas representan un “bueno conocido”-- algo acerca de lo cual tenemos muy buena evidencia de su valor. Las metas deben ser diseñadas cuidadosamente para que estén alineadas con las prioridades curriculares de la institución. Cada modelo tiene una única meta. El “Analizador”
analyser.png
(contexto en el cual las metas serán evaluadas) es controlado automáticamente por la selección de la meta.

Metas proporcionadas con Moodle estándar

Moodle proporciona una lista creciente de metas incluidas en el núcleo estándar de Moodle:

  • Estudiantes en riesgo de no lograr las competencias asignadas al curso -- Esta meta proporciona predicciones para estudiantes inscritos en cursos con competencias asignadas. Para entrenar el modelo, debe estar disponible en el sitio una historia de cursos con competencias y registros de competencias logradas. Los cursos en ambos conjuntos de entrenamiento y de predicción deben tener fechas de inicio y término.
  • Estudiantes en riesgo de no cumplir las condiciones de finalización del curso -- Esta meta proporciona predicciones para estudiantes inscritos en cursos con condiciones de finalización configuradas. Para entrenar el modelo, debe estar disponible en el sitio una historia de cursos con condiciones de finalización configuradas y calculadas. Los cursos en ambos conjuntos de entrenamiento y de predicción deben tener fechas de inicio y término.
  • Estudiantes en riesgo de abandonar -- Esta meta usa suposiciones para estimar el abandono de estudiantes. Si el estudiante participa en algo en el último cuarto del curso, se asume que el estudiante no ha abandonado el curso. El único requisito es que los cursos en ambos conjuntos de entrenamiento y predicción tengan fechas de inicio y término.
  • Estudiantes en riesgo de no obtener la calificación mínima para pasar el curso -- Esta meta proporciona predicciones para estudiantes inscritos en cursos con una calificación mínima aprobatoria configurada. Para entrenar el modelo, debe estar disponible en el sitio una historia de cursos con calificaciones aprobatorias. Los cursos en ambos conjuntos de entrenamiento y de predicción deben tener fechas de inicio y término.

Aunque todas estas metas aplican para inscripciones de estudiantes en cursos, esto no es un requisito. Las metas pueden estar basadas en cualquier resultado o proceso en Moodle.