Í n d i c e 1.- Breve Introducción a los 2.- Entornos de aplicación 3.- ¿Qué hacemos con todos estos datos? 4.- Nuevos campos de aplicación 5.- BIG Data en versión educativa 6.- Objetivos del Learning Analytics 7.- Aplicaciones en educación 8.- Investigaciones 9.- Para saber más… 10.- Referencias BIG DATA LEARNING ANALYTICS:
1. n d i c e 1.- Breve Introduccin a los 2.- Entornos de
aplicacin 3.- Qu hacemos con todos estos datos? 4.- Nuevos campos
de aplicacin 5.- BIG Data en versin educativa 6.- Objetivos del
Learning Analytics 7.- Aplicaciones en educacin 8.- Investigaciones
9.- Para saber ms 10.- Referencias BIG DATA LEARNING
ANALYTICS:
2. la cantidad de informacin se duplica como mnimo, cada 2
aos
3. se define como aquellos recursos de informacin
caracterizados por su alto volumen, velocidad o variedad, que
requieren formas de procesamiento innovadoras y eficientes para la
mejora del conocimiento y la toma de decisiones.
4. Volumen (cantidad de datos generados) Velocidad (frecuencia
con la que se generan los datos) Variedad (proliferacin de nuevas
fuentes de datos) BIG DATA CUARTA V Veracidad CRECIMIENTO
EXPONENCIAL LA VELOCIDAD DE CAPTURA, ALMACENAMIENTO Y ANLISIS DATOS
QUE PROVIENEN DE REDES SOCIALES, BLOGS, WEBS, TELEFONA MVIL
5. datos estructurados datos no estructurados PODCASTS FOTOS
MENSAJES DE TEXTO VIDEOS DE YOUTUBE MENSAJES EN FACEBOOK BLOGS
TWEETS DE TWITTER EMAILS MSICA
6. Las experiencias actuales en torno al permiten afirmar que
la recogida y tratamiento de datos a gran escala conllevarn
beneficios a las personas en muchos mbitos
7. HUELLAS FINANCIERAS: TRANSACCIONES EN TIEMPO REAL
8. Learning Analytics
9. Medicin Recopilacin Anlisis Presentacin DE DATOS SOBRE EL
ALUMNADO Y SU CONTEXTO CON EL OBJETIVO DE ENTENDER Y OPTIMIZAR EL
APRENDIZAJE LEARNING ANALYTICS Trata de la medicin, recopilacin,
anlisis y presentacin de los datos sobre los alumnos y sus
contextos con el propsito de entender y optimizar el aprendizaje y
los entornos en que se produce (George Siemens, 2011) Y LOS
ENTORNOS EN QUE SE PRODUCE
10. Learning AnalyticS Objetivos Elaborar mejores pedagogas
Atender a alumnos con riesgo de abandono Evaluar programas
Verificar si los diseos de los programas han sido eficaces Saber
cmo interacta el alumnado por internet Crear sistemas de apoyo que
se ajusten a las necesidades de aprendizaje
11. Anlisis Comprensin conceptual Anlisis de redes sociales PL
E Currculo impacto Seales: - Fallos - xitos Pedagoga Prediccin
Datos inteligentes Perfil Estudiantes fuera de los datos
Personalizacin y adaptacin Tecnologa Social Datos semnticos Mvil
Auto identificacin Datos vinculados Medios Sociales LM S Inferencia
de datos existentes PROCESO DEL ANLISIS DE APRENDIZAJE
12. LEARNING ANALYTICS COMO MOTOR DE CAMBIO HACIA UN
APRENDIZAJE MS PERSONALIZADO
13. EL GRAN DESAFO DE LA ERA DIGITAL NO SER EL DEL
ALMACENAMIENTO DE DATOS, SINO DECIDIR QU HACER CON TODOS ELLOS
14. La problemtica Se calcula que para este ao se habrn creado
en el sector de las TIC 4,4 millones de puestos de trabajo en todo
el mundo, de los cuales 1,2 se crearn en Europa (Gartner, 2012),
por lo tanto la figura del cientfico de datos ser indispensable,
pero el problema es que no habr suficientes especialistas que
cubran esta demanda, los expertos estiman que solo en EEUU puede
haber una carencia de entre 140 y 190 mil profesionales con
conocimientos profundos sobre tcnicas de anlisis. La proteccin de
la privacidad
15. HABLAMOS DE BIG DATA ENLACES/WEB/VIDEOS EL BIG DATA ESPAOL
http://www.abc.es/cultura/20150413/abci-santos-data-201504122208.html
CONCEPTO DE BIG DATA https://www.youtube.com/watch?v=mqMFMgVnRO8
BLOG
http://blogs.plos.org/biologue/2015/02/09/ethics-big-data-focus-feature/
BIG BANG DATA http://bigbangdata.cccb.org/es/# EMPRESA CONSULTORA
GARTNER http://www.gartner.com/technology/home.jsp#
MCKINSEY&COMPANY
http://www.mckinsey.com/insights/business_technology/
big_data_the_next_frontier_for_innovation INTERXION
http://www.interxion.com/es/quienes-somos/ PARA SABER MS
16. PARA SABER MS LEARNING ANALYTICS en la prctica THE GLASS
CLASSROOM
http://glassclassroom.blogspot.com.es/2012/12/the-glass-classroom-big-data.html
HORIZONT REPORT EUROPE 2014 SCHOOLS EDITION
https://ec.europa.eu/jrc/sites/default/files/2014-nmc-horizon-report-eu-en_online.pdf
EL POTENCIAL DE LOS BIG DATA
http://www.ariadne.ac.uk/issue71/charlton-et-al EDUCATION DATA AND
LEARNING ANALYTICS
http://hackeducation.com/2012/12/09/top-ed-tech-trends
-of-2012-education-data-and-learning-analytics/ LAS MEJORES
PRCTICAS PARA BIG DATA: aprender del pasado mientras que mira el
futuro http://blogs.sas.com/content/subconsciousmusings/2012/10/19/
best-practices-for-big-data-learning-from-the-past-while-looking-to-the-future/
17. R e f e r e n c i a s McKinsey Global Institute, BIG DATA:
The nex frontier for innovation, competition and productivity. Mayo
2011 Martin Fuentes, E., & Martin Mayorga, D. (2014). The
impact of" Big Data" in the language. REVISTA DE OCCIDENTE, (395),
5-15. Ferguson, R. (2012). The state of learning analytics in 2012:
A review and future challenges. Knowledge Media Institute,
Technical Report KMI-2012, 1, 2012. Ferguson, R. (2012). Learning
analytics: drivers, developments and challenges. International
Journal of Technology Enhanced Learning, 4(5), 304-317. Arnold, K.
E., & Pistilli, M. D. (2012, April). Course signals at Purdue:
using learning analytics to increase student success. In
Proceedings of the 2nd International Conference on Learning
Analytics and Knowledge (pp. 267-270). ACM. De Liddo, A.,
Buckingham Shum, S., Quinto, I., Bachler, M., & Cannavacciuolo,
L. (2011). Discourse-centric learning analytics. Paper presented at
the LAK 2011: 1st International Conference on Learning Analytics
& Knowledge. Baker, R. S., & Inventado, P. S. (2014).
Educational data mining and learning analytics. In Learning
Analytics (pp. 61-75). Springer New York. Garca-Tinizaray, D.,
Ordoez-Briceo, K. & Torres-Diaz, J. C. (2014). Learning
analytics para predecir la desercin de estudiantes a distancia.
Campus virtuales, 3(1), 120-126. Jo, I. H., Yu, T., Lee, H., &
Kim, Y. (2015). Relations between Student Online Learning Behavior
and Academic Achievement in Higher Education: A Learning Analytics
Approach. In Emerging Issues in Smart Learning (pp. 275-287).
Springer Berlin Heidelberg.
18. Siemens, G., & d Baker, R. S. (2012, April). Learning
analytics and educational data mining: towards communication and
collaboration. In Proceedings of the 2nd international conference
on learning analytics and knowledge (pp. 252- 254). ACM. Siemens,
G., & Long, P. (2011). Penetrating the Fog: Analytics in
Learning and Education. EDUCAUSE review, 46(5), 30. Shum, S. B.,
& Ferguson, R. (2012). Social Learning Analytics. Educational
Technology & Society, 15(3), 3-26.