52
Introducción a la analítica de datos de aprendizaje (de andar por casa) Con los ejemplos que no nos dio tiempo a ver en la sesión presencial del curso #cveranoflipped2016

Introducción a la analítica de datos de aprendizaje

Embed Size (px)

Citation preview

Page 1: Introducción a la analítica de datos de aprendizaje

Introducción a la analítica de datos de aprendizaje

(de andar por casa)

Con los ejemplos que no nos dio tiempo a ver en la sesión presencial del curso

#cveranoflipped2016

Page 2: Introducción a la analítica de datos de aprendizaje

Analítica de datos de aprendizajeEs el proceso de recopilación, estructuración y

análisis de datos en los procesos de enseñanza aprendizaje utilizando tecnologías de la información y la comunicación

Se quiere interpretar los datos producidos y recogidos de los estudiantes para identificar elementos problemáticos y saber como orientar su aprendizaje.

Obtenemos información para adaptar de forma rápida y eficaz las estrategias educativas que más se adapten a sus alumnos.

#cveranoflipped2016

Page 3: Introducción a la analítica de datos de aprendizaje

El análisis del aprendizaje sirve para

Tener evidencias de cómo está aprendiendo un alumno a partir de:

1.Su interacción con los contenidos. 2.Su respuestas a cuestionarios. 3.Sus respuestas a ejercicios y actividades de

evaluación formativa con SRP.4.Relacionar los logros con los patrones de

comportamiento de cada alumno5.Predecir si los estudiantes necesitarán apoyo

y atención diferenciada o personalizada.

Page 4: Introducción a la analítica de datos de aprendizaje

Análitica de aprendizaje (de andar por casa)

aplicada al flipped classroom¿Qué es lo que más interesa a mis alumnos?¿Qué es lo que no necesitan que les explique?¿Qué es lo que es urgente explicar?¿Qué alumnos me están trabajando, cuánto, a qué

profundidad intentan comprender y cómo de bien lo están haciendo?

#cveranoflipped2016

Page 5: Introducción a la analítica de datos de aprendizaje

Lo primero es hacer las preguntas adecuadas,de respuesta abierta

y sobre aspectos relevantesEl cuestionario de comprobación del estudio previo

debe incluir esas preguntas y la App (por ejemplo Google forms) debe recopilar las respuestas en una hoja de datos, con la cual trabajaremos para analizarlos.

Page 6: Introducción a la analítica de datos de aprendizaje

¿Qué debe contener un cuestionario de reflexión sobre el estudio previo?

Identificación¿Qué te interesa más?Duda urgente¿Cuánto tiempo has dedicado?¿Qué te queda oscuro y necesitas que te expliquen?¿Qué te parece valioso, novedoso, digno de

profundizar? ¿Qué te gustaría explorar, indagar, investigar?Haz un resumen …Son preguntas reflexivas y universales

Page 7: Introducción a la analítica de datos de aprendizaje

El bricolage analítico es muy sencillo

Cortar y pegar primero las hojas de respuestas en excel

Despues cortar columnas de respuestas concretas que queremos leer con prioridad.

Para ello es importante mejorar su legibilidad y pegandolas en nuevas hojas del libro de excel Luego damos un ancho apropiado a la columna y autoajustamos la altura de celdas

Después podemos ordenar los datos alfabética o numéricamente según nuestra concveniencia

Page 8: Introducción a la analítica de datos de aprendizaje

Lo segundo es aplicar un procedimiento de análisis apropiadoSeparado de columnas para aumentar su

legibilidad. Corto columna y la pego en una nueva hoja y la ensancho lo que haga falta y autoajusto la altura

Ordenación alfabética (para bonificar) o por tiempos de trabajo (para estimar la carga

de trabajo que les damos)Etiquetado (categorización de la diversidad) + ordenado + contaje de respuestas de cada categoria

Page 9: Introducción a la analítica de datos de aprendizaje

Ejempo de cuestionario1. Apellidos y nombre (primero apellidos para ordenaros

alfabéticamente)2. Indica cuál te parece la idea más importante o interesante que has aprendido en este tema y justifica por qué.3. ¿Qué parte del tema te parece más necesario profundizar en clase? ¿Por qué?4. ¿Qué es lo que te ha quedado menos claro del tema? ¿Por qué?5. ¿Qué pregunta te gustaría que te respondiéramos el primer día?

¿Por qué?6. ¿Que parte no necesitas que te expliquen? ¿Por qué?7. Resume lo más importante del tema en menos de 200 palabras.8. Comenta algo acerca de lo que has aprendido o comprendido al ver los vídeos del tema9. pon un e-mail de contacto por si tenemos que pedirte que lo vuelvas a estudiar o recomendarte algún material complementario.10. ¿Cuánto tiempo has tardado en leer las presentaciones, ver los vídeos y contestar a este cuestionario (indícalo en minutos)?

Page 10: Introducción a la analítica de datos de aprendizaje

Gestión de la información generada por los alumnos (feedforward) y

generación de feedback de utilidad ¿Cómo el profesor puede proporcionar feedback a partir del feedforward

del alumno.?

Cómo gestionar el feedforward en grandes clases.

Metodología para el análisis de respuestas y detección, cuantificación y

resolución de problemas de comprensión.

Cómo convertir las respuestas de nuestros alumnos (feedforward) en

explicaciones y actividades que se enfoquen en la resolución de los

problemas de comprensión de nuestros alumnos (feedback).

Cómo dar feedback de manera eficaz en grandes clases.

Page 11: Introducción a la analítica de datos de aprendizaje

Flipped learning forte

Aprenden más y mejora la valoración del profesor

Page 12: Introducción a la analítica de datos de aprendizaje

¿Qué cambios observais aqui?

Page 13: Introducción a la analítica de datos de aprendizaje

Colectivización del feedback.

Comentario en clase de cuestiones interesantes, cuestiones más frecuentes y puntos oscuros

Actividades de exploración y profundización sobre aspectos que generan más interés

Just in time teaching / Generación de nuevos materiales para esclarecer zonas oscuras

Flipped learning forte

Page 14: Introducción a la analítica de datos de aprendizaje

Clasificación de las dudas de los alumnos en:

Aquellas que deben ser

respondidas por el profesor

cuales pueden ser

respondidas por los

alumnos, cuales ponen en

evidencia errores de

conceptos básicos que

deben ser señalados y

escarecidos por el profesor.

cuales pueden originar debates

cuales pueden ser buenas

preguntas de examen

Como puede hacer esto el

profesor

Page 15: Introducción a la analítica de datos de aprendizaje

¿Cómo responder al conocimiento sobre las zonas oscuras de nuestros alumnos?

Lo que no está claro•Señalar el ranking de tópicos más oscuros o problemáticos•¿Cómo? Categorización, Etiquetado en categorías discretas para

ordenar y cuantificar.•Just in time teaching Añadir diapositivas adicionales aclaratorias ilustrativas, viñetas

experimentales o casos que ilustren y trabajen los conceptos que están siendo más difíciles de comprender para los alumnos

Page 16: Introducción a la analítica de datos de aprendizaje

¿Cómo responder al conocimiento sobre los intereses de nuestros alumnos?

–Lo que los alumnos perciben como más interesante y valioso•Elaborar etiquetas para identificar los tópicos más atractivos•Categorización: 1 etiquetar, 2 ordenar y 3cuantificar cuantos

alumnos señalan cada tópico•Poner más ejemplos y ejercicios sobre los temas que más

interesan•Enviamos el meta-mensaje de que nos interesa conocer sus

intereses

Page 17: Introducción a la analítica de datos de aprendizaje

¿Cómo responder al conocimiento sobre las dudas de nuestros alumnos?

–Dudas urgentes•Respuesta dudas urgentes por e-mail

•Clasificarlas: Las que requieren una explicación del profesor, las que pueden ser respondidas por compañeros, las que ponen en evidencia alguna concepción errónea de partida estas si son muy básicas también podemos plantearlas a ver si a partir de la duda ¿hay alumnos que son capaces de ver el error de concepto y explicárselo a sus compañeros?•Seleccionar algunas para discutir en clase

indicar algunas que pueden inspirar preguntas de examen

Page 18: Introducción a la analítica de datos de aprendizaje

El ejemplo del análisis de vuestras propias dudas urgentes

Flipped learning forte respondo en rojo a la duda de cada uno y marco los links a recursos complementarios en otro color

Suelo cortar y pegar la columna desde el spreadsheet de google forms a excel donde repondo y asi evito dañar el spreadsheet original

Luego copio y pego en word que tiene mejor corrector ortografico y puedo intsertar links automaticamente

Page 19: Introducción a la analítica de datos de aprendizaje

Ejemplos para el flipper principiante que quiere hacer just in time teaching

Alfredo Prieto MartínUniversidad de Alcalá

Page 20: Introducción a la analítica de datos de aprendizaje

¿Qué necesitas para iniciar el just in time teaching?

• Un documento (hipertexto o hipermedia) que: • 1 explique a tus alumnos lo que deben hacer y por qué • 2 con los links a los videos y documentos que deben

visionar y leer • 3 con el link al cuestionario de comprobación del estudio

previo• 4 es conveniente que en la presentación de la asignatura

(día D) les expliques lo que es la metodología inversa y lo que se espera que hagan ellos (ver presentación de marketing y gamificación del flipped).

Page 21: Introducción a la analítica de datos de aprendizaje

Ejemplo de mensaje para explicar el método y motivar a los alumnos Estimados alumnos de Métodos en Biología Celular y Fisiología:Las clases de la parte de inmunología empiezan el jueves. Como os comenté en la presentación de esta parte de la asignatura (métodos en inmunología) vamos a utilizar una metodología denominada “flipping classroom with justin time teaching” en la que os hare llegar los temas por adelantado para que los leáis e intentéis comprender y me planteéis vuestras dudas. Este estudio previo os ayudará a comprender y aprender la compleja parte de los métodos en inmunología y a nosotros (vuestros profesores) nos informará de las dificultades y dudas que tenéis para comprender la materia de la asignatura.Los resultados en esta parte de la asignatura fueron muy buenos el año pasado (muchos de vuestros compañeros de la pasada promoción aprobaron esta asignatura gracias a la nota que sacaron en la parte de inmunología) y los alumnos que sacaron las mejores notas en esta tercera parte de la asignatura fueron precisamente aquellos que habían estudiado los temas y habían respondido los cuestionarios. Por tanto os recomiendo que aprovechéis esta oportunidad para aprender y subir nota (hacer los cuestionarios tiene además una bonificación de hasta un 10% en la calificación de esta parte de la asignatura).Adjunto os envío el pdf del tema 14 sobre producción de anticuerpos. Leéroslo e intentad comprenderlo y localizar dudas y aspectos que no entendáis.Después de realizar estas tareas contestad al cuestionario de comprobación del estudio realizado en survey monkey que encontrareis en: https://es.surveymonkey.com/s/Y9KLW9FAl rellenar este cuestionario vuestros profesores recibiremos información sobre lo que entendéis y sobre lo que no entendéis. Esta información (feedforward) nos será muy útil para replantear nuestras explicaciones y actividades y ejercicios para clase. A vosotros os será muy útil para llegar preparados a clase y entender mejor y poder aplicar en clase lo que queremos que aprendáis y también para recibir una bonificación en vuestra calificación por responder al cuestionario. Os anticipo que en las cuatro promociones anteriores en las que hemos usado esta metodología aquellos alumnos que se han leído los materiales y contestado a los cuestionarios son los que han sacado las mejores calificaciones y se han dado cuenta de que entienden y aprenden mucho más en clase después de haber leído e intentado comprender el tema por su cuenta. Os recuerdo que como os dije el primer día “Lo más importante para el aprendizaje de cada alumno no es lo que haga el profesor para enseñar, sino lo que haga el mismo para aprender”.Yo os puedo poner la llave en la mano, pero vosotros sois los que tenéis que abrir la puerta al éxito en la superación de esta asignatura. Debéis intentar hacerlo antes de la clase del jueves.Nos vemos el jueves.Saludos de vuestro profesor Alfredo

Page 22: Introducción a la analítica de datos de aprendizaje

Carta de alumnos que sacaron matrícula en promoción anterior

Page 23: Introducción a la analítica de datos de aprendizaje

Cuando ya están familiarizados con la

metodología sólo necesitas poner un anuncio en el LMS

Page 24: Introducción a la analítica de datos de aprendizaje

24

Cuestionario universal todo terreno para el JITThttps://docs.google.com/forms/d/1Q0indOhTW62eMQ4BYYjwV5A-UBqb835Toc8tcVoD1Xg/viewform?usp=send_form

1. Apellidos y nombre (poner primero los apellidos para que pueda ordenar vuestras respuestas

alfabéticamente)

2. Indica cuál te parece la idea más importante o interesante que has aprendido en este tema y justifica por qué.

3. ¿Qué parte del tema te parece más necesario profundizar en clase? ¿Por qué?

4. ¿Qué es lo que te ha quedado menos claro del tema? ¿Por qué?

5. ¿Qué pregunta te gustaría que te respondiéramos en la primera clase del tema? ¿Por qué?

6. ¿Qué has aprendido o comprendido al ver los vídeos? ¿Por qué?

7. ¿Qué parte del tema no necesitas que te expliquen? ¿Por qué?

8. ¿Cuánto tiempo has tardado en leerte los materiales y contestar a este cuestionario?

9. Pon aquí tu dirección de e-mail por si tenemos que contestarte.

Page 25: Introducción a la analítica de datos de aprendizaje

Cuestionarios de comprobación minimalistas

El más minimalista (tres preguntas)

1. Apellidos y Nombre

2. ¿Cual te parece la idea más importante que has aprendido en este tema y justifica por qué?

3. ¿Qué es lo que no consigues comprender o te ha quedado menos claro y explica cuál es tu dificultad?

Qué no se ofendan los geólogos , pero cómo físico teórico considero que tres preguntas son

más que suficientes para algunas disciplinas como la geología, pero

para la teoría de cuerdas ….

Dr. Sheldom Cooper

Dr. José García Hidalgo

Mi minicuestionario se inspira en un clásico

anglosajón, el minute paper,

(ventajas de haber leído a los clásicos sobre

enseñanza universitaría)

Page 26: Introducción a la analítica de datos de aprendizaje

Para los profesores hueso a los que les gusta que sus alumnos trabajen: megacuestionario de 16 preguntas 1. Apellidos y Nombre2. ¿Cual te parece la idea más importante o interesante que has aprendido en este tema y justifica por

qué?3. ¿Qué parte del tema te parece más importante profundizar en clase y justifica por qué?4. Resume lo más importante del tema en cien palabras 5. ¿Qué es lo que no consigues comprender o te ha quedado menos claro y explica cuál es tu dificultad?6. ¿Qué pregunta urgente te gustaría que respondiéramos el primer día?7. ¿Qué parte del tema no necesitas que te expliquen?8. ¿Qué has conseguido aprender o comprender al ver los vídeos?9. ¿Qué cuestión se te ocurre que podrías investigar por tu cuenta ?10. Pon aquí tu dirección de email por si tenemos que contestarte o pedirte que estudies el tema en más

profundidad11. ¿Piensas que el sistema inmune debe tolerar todo lo propio o debe haber alguna excepción?12. ¿Piensas que toda la autoinmunidad es mala ? ¿por qué?13. ¿Te han ayudado las transcripciones de audio a entender los vídeos? ¿Crees que es conveniente leerlas

para entender mejor la explicación del vídeo?14. ¿Cuánto tiempo has tardado en leerte los materiales de los pdfs de las diapositivas del tema?15. ¿Cuánto tiempo has tardado en ver los vídeos y leerte las transcripciones del audio en inglés?16. ¿Cuánto tiempo has tardado en contestar a este cuestionario?

Yo los hago de 16 preguntas para que

los alumnos trabajen más en preparar

cada tema

Page 27: Introducción a la analítica de datos de aprendizaje

Ejemplos de cómo analizo los datos de los cuestionarios de mis alumnos

Page 28: Introducción a la analítica de datos de aprendizaje

Recoger el boomerangEjemplo de análisis de información de

cuestionarios (inspirado por Ferran Adrià)Hoja de respuestas en excel deconstruida • Receta:• Desde Google forms exportas o copias y pegas a Excel

tu matriz de respuestas.• En un libro de excel “deconstruyes” las respuestas al cuestionario• en varias hojas:

1. Aspectos más importantes y novedosos 2. Aspectos que no se entienden y dudas urgentes: analíticas de dudas3. Qué les han ayudado a comprender los vídeos y las transcripciones de audio4. Contabilidad de carga de trabajo temporal para los alumnos5. Nombres para Contabilidad de bonificaciones

Page 29: Introducción a la analítica de datos de aprendizaje

La deconstrucción mínima para mejorar la legibilidad

• Es quitar las columnas de nombres y las de respuestas más largas (resumen del tema y lo que has aprendido en los vídeos)

• Con el resto de columnas puede hacerse una tabla de buena legibilidad• En formato de celdas alineación ajustar altura al texto• Otra opción separar preguntas con las que vayamos a trabajar a nuevas

hojas de un libro de excel

Por ejemplo lo mas importante lomas novedosoDuda urgente….

Page 30: Introducción a la analítica de datos de aprendizaje

DATA ANALYTICS TRENDING TOPICSLo más importante y novedoso del tema 1 para vosotros (los alumnos)

recombinació

n somática

doble discrim

inación

PAMPR y DAMPR

falibilid

ad y pato

logia

polariza

ción

hectokilo

gigacelular

idad

reconocim

iento dual

adaptabilid

ad

congenico

s0

10

20

30

40

50

60

70

80

novedosoimportanteimportante o novedoso

Podium1 Recombinación somática2 Doble discriminación3 PAMPR y DAMPR

Acciones respuestaCreación de nuevos materiales ejemplos y actividades sobre lo que más interesa y es más novedoso

Page 31: Introducción a la analítica de datos de aprendizaje

Display de la Analítica de dudas más frecuentes (FAQ)Mayor tamaño de fuente para las dudas más frecuentes

27 PAMPR/DAMPR¿Qué son? ¿Qué reconocen? Diferencias entre ellos y receptores Ag, ¿donde están ?¿Cuál es su función? ¿cómo la realizan?

22 Recombinación Somática ¿Cómo genera diversidad?¿Cuánta diversidad genera?¿Cómo calcularla (8)?¿Cuándo y donde ocurre?¿Qué relación tiene con autoinmunidad (8)?

13 Polarización ¿Cómo ?¿Para qué?

8 Doble discriminación P-E O-I y autoinmunidad

5 ser vivo hectokilogigacelular¿Qué es eso?

3 mecanismos de defensa frente a la infección

3 congénicos ¿qué son?

Page 32: Introducción a la analítica de datos de aprendizaje

Al siguiente año, podemos cambiar la pregunta de respuesta libre por una categórica con lo que convertimos su análisis en automático

A. Que es lo que mas te cuesta entender del temaB. DAMP y PAMPC. Recombinación somáticaD. Polarización de la respuestaE. Doble discriminación y autoinmunidadF. Ser vivo hectokilogigacelularG. Defensa frente a la infecciónH. Animales congénicosI. Otra cosa, especifica cuál es

Page 33: Introducción a la analítica de datos de aprendizaje

Contabilidad del trabajo de estudio previo de los alumnos

Logré que cada alumno estudiase una media de 153 minutos (2 horas y media) en total curraron 196 horas y eso produce aprendizaje

Page 34: Introducción a la analítica de datos de aprendizaje

Opción más sencilla para el trabajo con dudas urgentes te las imprimes y las llevas a clase

• Enfocas la clase en la resolución de esas dudas planteas ejercicios para trabajarlas, creas nuevos materiales, ejemplos y ejercicios destinados a esclarecerlas.

• Tus alumnos percibiran que te esfuerzas mucho en ayudarles a comprender aquello que más les cuesta aprender.

• Tu valoración en las encuestas de opinión sobre la docencia mejorará espectacularmente.

Page 35: Introducción a la analítica de datos de aprendizaje

35

Pautas para el trabajo con dudas urgentes Flipped learning forte

• Enviar a nuestros alumnos las respuestas a sus preguntas urgentes requiere estudiarlas

• De excel te puedes llevar a word Ia columna de las dudas urgentes, contestarlas telegráficamente (sobre todo si tienes 100 alumnos) en la columna de al lado y mandarles a todos ellos las respuestas a de su duda y las de todos sus compañeros.

• Con la indicación de que son muy buenas preguntas y algunas pueden ser útiles para las pruebas de evaluación por lo que se recomienda estudiarlas cuidadosamente. El que avisa no es traidor.

Page 36: Introducción a la analítica de datos de aprendizaje

Respuestas a dudas urgentes (en word)

• Respondemos en una lista a todas las dudas urgentes de nuestros alumnos (78).

• Enviamos esta lista con las respuestas a las dudas a todos nuestros alumnos.

• Les recomendamos que se las miren y estudien

Page 37: Introducción a la analítica de datos de aprendizaje

Pautas para el trabajo con dudas urgentes: Flip in colors

• 1º Clasificas dudas en función de su tipo y posible utilidad, 2º las usasClasificación Uso

Las que necesitan una explicación por el profesor

Las explica el profesor en clase

Las que pueden ser explicadas por un compañero con comprensión más avanzada

El profesor rebota una lista de ellas y las explican compañeros en clase. Los voluntarios recibirán bonificación

Las que implican una confusión o concepto erróneo

El profesor señala la confusión y la aclara o pide a los alumnos que intenten hacerlo por si mismos y se les apuntará

Las que pueden dar pie a buenas preguntas de examen

Vamos a entrenar como responder preguntas de estos tipos pues podrán caer otras parecidas en e l examen. ¿Alguien se atreve a intentarlo?

Las que pueden dar pie a buenas discusiones en clase o en el foro

Se plantean para discusión, las aportaciones se valorarán

Las que pueden originar actividades de indagación

Se proponen actividades de indagación o investigación

Page 38: Introducción a la analítica de datos de aprendizaje

Contabilidad de bonificacionesAlcalde Estévez, Elena Alcalde Estévez, Elena Alcalde Estévez, Elena Alcalde Estévez, Elena 4 9

Andrés Hernáiz, Raquel de Andres Hernáiz, Raquel De Andres Hernáiz, Raquel de 3 8

Aza Toca, Pablo Aza Toca,Pablo Aza Toca, Pablo Aza Toca. Pablo 4 9

García Mato, Ángela García Mato, Ángela García Mato, Ángela García Mato, Ángela 4 8

García Romero, David García Romero, David García Romero, David García Romero, David 4 9

Gómez García Laura Gómez Garcia Laura Gómez García Laura Gómez García Laura 4 9

González Torres, Daniela González Torres, Daniela 2 7

Guerra Cantera, Santiago Guerra Cantera, Santiago Guerra Cantera, Santiago Guerra Cantera, Santiago 4 9

HERAS MURILLO IGNACIO HERAS MURILLO IGNACIO HERAS MURILLO IGNACIO HERAS MURILLO IGNACIO 4 9

HERRERA MELLE, LETICIA HERRERA MELLE, LETICIA HERRERA MELLE, LETICIA HERRERA MELLE, LETICIA 4 9

lopez benito, Azahara Azahara Lopez Benito 2 6

Reino Ramírez, Elena Reino Ramírez, Elena Reino Ramírez, Elena Reino Ramírez, Elena 4 9

Rodrigo Muñoz, José Manuel Rodrigo Muñoz, José Manuel Rodrigo Muñoz Jose Manuel Rodrigo Muñoz, José Manuel 4 9

Rodríguez Vázquez, Paloma Rodríguez Vázquez, Paloma Rodríguez Vázquez Paloma Rodríguez Vázquez, Paloma 4 9

Romero Martínez Alejandra Romero Martínez Alejandra Romero Martinez Alejandra Romero Martinez Alejandra 4 9

Sacristán Martín, Silvia Sacristán Martín, Silvia Sacristán Martín, Silvia Sacristán Martín, Silvia 4 9

Sánchez Sanz, Alicia Sánchez Sanz, Alicia Sánchez Sanz, Alicia Sánchez Sanz, Alicia 4 9

Sanz criado lara sanz criado lara Sanz Criado, Lara Sanz criado lara 4 9

Serna Blasco Roberto Serna Blasco Roberto Serna Blasco Roberto 3 8

Stancu Ioana Bianca 1 2

Torres Valle, Lorena Torres Valle, Lorena Torres Valle, Lorena Torres Valle Lorena 4 9

Utrero Rico, Alberto Utrero Rico, Alberto Utrero Rico, Alberto Utrero Rico, Alberto 4 9

Cantero Reviejo, Miguel Cantero Reviejo, Miguel Cantero Reviejo, Miguel Cantero Reviejo, Miguel 4 9

D1 D2 D3 d4 D suma

Page 39: Introducción a la analítica de datos de aprendizaje

Evaluación formativa (low stakes, pequeña recompensa) en las distintas metodologías flipped

• JITT es muy sencillo lista de alumnos que hicieron cada cuestionario. Control de calidad mínima. A los que no lo pasan les envias un e-mail urgente: tus respuestas me demuestran que no te has esforzado lo suficiente para sacar provecho. Estúdiatelo mejor y vuelve a responder al cuestionario.

• TBL sencillo con lector OMR en Dpto. Sin lector OMR no es posible a menos que lo hagamos, IF-AT o vía ordenadores y tablets en clase para controlar

• Peer Instruction se necesitan clickers o smartphones, ordenadores o tablets en clase

• PEPEOLA lo haces en el Learning management system Moodle o blackboard• La evaluación formativa en la enseñanza inversa

Page 40: Introducción a la analítica de datos de aprendizaje

Evaluación sumativa y acreditativa• A l principio para comparar y comprobar la eficacia de la nueva

metodología • Puedes mantener algunas preguntas similares a las que usabas

cuando enseñabas al modo tradicional • Cuando el 90% de los alumnos siguen el JITT y realizan el estudio

previo de la mayoría de los temas las notas en medias las pruebas de evaluación del aprendizaje suben en una magnitud similar a una desviación estándar de la distribución de notas original.

• Después de haber demostrado y compartido que el flipped te mejora la consecución de resultados de aprendizaje tradicionales, podrás cambiar a una evaluación más exigente. Por ejemplo de aplicación y creación de soluciones para nuevas situaciones

• Al haberles entrenado en la aplicación de tus contenidos podrás alinear los exámenes con objetivos a nivel más elevado de la pirámide de Bloom: analizar evaluar y crear

Page 41: Introducción a la analítica de datos de aprendizaje

Recoger el boomerang que hemos lanzadoEjemplos de cómo se gestiona la información

generada por las respuestas de los alumnos en el flipped learning • Proceso:

• Cortar-pegar desde Google-drive a un libro de excel• Recomendación: hacer nuevas hojas para preguntas concretas que

nos interese leer a conciencia (mejora mucho la legibilidad de las respuestas de nuestros alumnos)

• Ejemplos de columnas que podemos copiar por separado• Nombre, para proporcionar reconocimiento y bonificar en la

calificación• Pregunta urgente para estudiarlas y si da tiempo contestarlas o al

menos clasificarlas al estilo flip in colors• También podemos hacer copias de la hoja matriz ordenadas con

distintos criterios: orden alfabético, calificación, tiempo de trabajo

Page 42: Introducción a la analítica de datos de aprendizaje

Uso de las herramienta microsoft excel para el análisis de aprendizaje y gestión de respuestas

Page 43: Introducción a la analítica de datos de aprendizaje

Al picar en el icono verde de hoja de respuestas en google spreadsheet se abre una hoja con las respuestas de los alumnosMarcamos copiamos y ….

Page 44: Introducción a la analítica de datos de aprendizaje

Y pegamos en Excel

Page 45: Introducción a la analítica de datos de aprendizaje

Damos más anchura a las celdas y autoajustamos el alto de celda para mejorar la legibilidad

(también ayuda tener una buena pantalla)

Page 46: Introducción a la analítica de datos de aprendizaje

Después ordeno alfabéticamente y relleno los huecos de los que no lo hicieron para copiar y pegar en mi lista de calificaciones

También puedo ordenar la matriz por tiempo dedicado por cada alumno y temática de las dudas

Recomiendo descomponer la hoja de respuestas en varias hojas de un libro de excel para mejorar la legibilidad

Ahora puedo dar a la columna el ancho que le convenga

Page 47: Introducción a la analítica de datos de aprendizaje

El trabajo con la duda urgente es fundamental

Separamos la columna de preguntas urgentes y autoajustamos el alto de celda

Page 48: Introducción a la analítica de datos de aprendizaje

48

¿Qué hacemos con la información de los cuestionarios? (1)

• Ordenar las respuestas alfabéticamente (por el primer apellido de su autor) para bonificar a los alumnos que han hecho el estudio previo.

• Este control previo también sirve para dar una oportunidad extra a los que no lo han hecho o lo hicieron fatal mediante un mensaje de recordatorio de la fecha límite para realizar el estudio previo y contestar al cuestionario.

• Controlar y bonificar y mandar el mensaje de que controlamos y bonificamos

Page 49: Introducción a la analítica de datos de aprendizaje

49

¿Qué hacemos con la información de los cuestionarios? (2) Feed back al estilo flipped learning forte

• Estudiar sus preguntas urgentes y contestarlas antes de la clase por escrito, se contesta a todos con una lista de las preguntas urgentes y sus respuestas.

• Se les indica que esas preguntas y respuestas podrán ser incluidas en las pruebas de evaluación.

• Así les proporcionamos un motivo extra para estudiarlas a fondo y fijar aquellos puntos de más difícil comprensión

Page 50: Introducción a la analítica de datos de aprendizaje

50

¿Qué hacemos con la información de los cuestionarios? (3)

Fomentando la comprensión profunda

• Ordenarlas por tiempo dedicado y crear listas de preguntas profundas y superficiales para discutir y modelar lo que es aprendizaje superficial y profundo.

• El enfoque profundo puede recompensarse dando una bonificación especial a aquellos que hagan preguntas que demuestran que han intentado comprender en profundidad.

• Podemos poner ejemplos en clase de preguntas que demuestran un enfoque profundo que llevará a la comprensión y al éxito en la evaluación de otras que demuestran un enfoque superficial que llevará a peor comprensión y peores resultados en las pruebas de evaluación

• También puede darse una segunda oportunidad a los que dieron las respuestas más superficiales requiriéndoles que estudien más a fondo y vuelvan a responder el cuestionario

Page 51: Introducción a la analítica de datos de aprendizaje

51

¿Qué hacemos con la información de los cuestionarios? (4)Rankings de Frecuent Asked Questions

• Creas una columna de identificadores y los ordenas alfabéticamente

• Muestras el ranking que resulta a los alumnos en clase

Page 52: Introducción a la analítica de datos de aprendizaje

52

Just in time teaching:Replanteamos la clase en función de intereses y dificultades de los

alumnos

• Después de haber estudiado lo que les parece:1. Más interesante2. Más prioritario para tratar e indagar3. Más difícil de comprender4. Más urgente entender5. Totalmente superado y redundante con lo que ya

conocen• Podremos planificar la clase mucho mejor que si

ignorásemos toda esa información procedente de nuestra audiencia.