Mostrando entradas con la etiqueta Big data. Mostrar todas las entradas
Mostrando entradas con la etiqueta Big data. Mostrar todas las entradas

9 de abril de 2019

Analíticas de aprendizaje y educación basada en datos (Call for papers)


NUEVO MONOGRÁFICO RIED
CALL FOR PAPERS
  

Coordinadores del monográfico: 
Daniel Domínguez Figaredo (UNED, Spain), 
Justin Reich (MIT, USA) y 
José A. Ruipérez-Valiente (MIT, USA).

Antecedentes

El avance de la ciencia de los datos y la analítica del aprendizaje ha provocado una explosión de investigaciones sobre el uso de la información que procede de la actividad de los estudiantes en espacios digitales. La educación a distancia también recurre a la mediación digital para establecer el contacto entre estudiantes, docentes y recursos, lo que hace de ella una disciplina muy propicia para incorporar métodos de analítica del aprendizaje. En ese sentido, este número especial pretende visibilizar e impulsar la relación entre la investigación educativa basada en datos y el campo de los aprendizajes digitales, con el objetivo de enriquecer el conocimiento sobre los procesos de aprendizaje y la gestión de la enseñanza en espacios no presenciales y mediados digitalmente.

https://unsplash.com/photos/466ENaLuhLY
El fenómeno de la educación basada en datos ha dado lugar a distintos tipos de estudios. Hay una gran cantidad de investigaciones basadas en la minería de datos educativos, que buscan analizar los patrones de comportamiento de los estudiantes y establecer relaciones entre las variables implicadas en el proceso de aprendizaje. Una segunda tendencia se refiere a los estudios de marcado enfoque pedagógico, que utilizan la información agregada resultante del análisis de los datos con el objetivo de mejorar el diseño instruccional, enriquecer los métodos didácticos y comprender mejor el papel de los agentes educativos. Por último, también hay un número importante de investigaciones que se centran en las derivadas institucionales del uso de los datos y pretenden elaborar marcos para mejorar la toma de decisiones estratégicas, el diseño organizativo y las políticas curriculares.

Las contribuciones a este número especial pueden ser teóricas o aplicadas: se aceptarán trabajos documentales sobre el estado del arte de la educación basada en datos, y también investigaciones que presenten evidencias empíricas de interés para este campo de estudio. Asimismo, pueden emplear tanto enfoques procedentes de la ciencia de los datos y de la minería de datos educativos, como del ámbito de la pedagogía y las ciencias de la educación. En el caso de las investigaciones empíricas, serán especialmente bienvenidas y tendrán preferencia aquellas contribuciones que vayan más allá de documentar la actividad de los estudiantes en un curso. Invitamos a que se realicen estudios de caso en entornos tradicionales de educación a distancia (por ejemplo, sistemas de gestión del aprendizaje), pero también en entornos más especializados y contemporáneos, como los juegos para el aprendizaje o los sistemas de tutoría inteligentes. 

https://unsplash.com/photos/LVO8NySn-LY
Asimismo, se agradecerán las investigaciones que permitan obtener una visión más profunda de los diferentes procesos de aprendizaje, como por ejemplo aquellas que ayuden a medir las habilidades que adquieren los estudiantes en los cursos en línea, cómo esas habilidades cambian a lo largo de un curso o en situaciones de aprendizaje a lo largo de la vida y, en general, que propongan cadenas de razonamientos causales que permitan comprender cómo afecta el comportamiento de los estudiantes en espacios mediados digitalmente a su aprendizaje.

Proponemos organizar el número especial en torno a los siguientes temas:
  • Implicaciones de la analítica en la mejora de los procesos de aprendizaje, las prácticas docentes y el diseño instruccional.
  • Nuevas investigaciones sobre análítica exploratoria, predictiva o causal para mejorar el éxito académico.
  • Estudios piloto o marcos para la implementación de políticas institucionales basadas en la analítica del aprendizaje.
  • Analítica en espacios de aprendizaje abiertos y conectados.
  • Aproximaciones novedosas a la educación digital basada en datos.
Presentación de artículos

Los artículos deben enviarse a través de la web de la RIED. La extensión de los manuscritos será de hasta 7.000 palabras como máximo, incluidos resumen, notas y bibliografía. Los artículos podrán publicarse en español, portugués o inglés. La publicación y el acceso son gratuitos y abiertos. Para una información completa sobre el proceso de envío, consulte las directrices para autores y considere muy especialmente los requisitos y criterios exigidos por RIED.

Calendario

Abril de 2019: Se abre la convocatoria.
1 de noviembre - 15 de diciembre de 2019: Plazo para la presentación de artículos (subida de los mismos a la plataforma).
15 de enero de 2020: Fecha límite para presentación de trabajos.
Febrero-Marzo de 2020: Envío de decisiones y comentarios a los autores.
Junio de 2020: Publicación del número especial.

Contacto

Si tiene preguntas sobre este número especial, por favor contacte con los coordinadores: ddominguez@edu.uned.es, jruipere@mit.edu o jreich@mit.edu


8 de abril de 2019

Learning Analytics & Data-driven Education



CALL FOR PAPERS - SPECIAL ISSUE
  

Coordinators: 
Daniel Domínguez Figaredo (UNED, Spain), 
Justin Reich (MIT, USA) y 
José A. Ruipérez-Valiente (MIT, USA).


Background

With the accelerated advance of data science and learning analytics, there has been a proliferation of research focused on the information generated by student activity in digital spaces. In distance education it is essential to use digital mediation systems in order to establish contact between students, teachers and resources, which makes this field very conducive to incorporating methods of learning analysis. Based on these evidences, this special issue aims to strengthen the connections between data-based educational research and the field of digital learning, with the aim of enriching knowledge about learning processes and the management of teaching in non-presential and digitally mediated spaces.

https://unsplash.com/photos/466ENaLuhLY
The phenomenon of data-driven education has led to different types of studies. There is a great deal of research using educational data mining that seeks to analyze student behavior patterns and to establish relationships between the variables involved in the learning process and learning outcomes. A second trend refers to studies with a pedagogical approach, which use the aggregated information resulting from the analysis of the data with the aim of improving instructional design, enriching didactic methods and better understanding the role of educational agents. Finally, there is also a significant amount of research that focuses on the institutional derivatives of the use of digital data and seeks to develop frameworks for improving strategic decision-making, organizational design, and curricular policies.

Contributions to this special issue may consist of both theoretical and applied approaches: they may be survey studies on the state of the art of data-driven education, or research papers presenting evidence of interest in this field of study. They may also employ quantitative or qualitative approaches from data science and educational data mining, as well as from the field of pedagogy and educational sciences. In the case of empirical research, contributions that go beyond documenting student activity in a course emphasizing the application in practice are particularly welcome. 

https://unsplash.com/photos/LVO8NySn-LY
We invite case studies from traditional distance education settings (e.g. learning management systems) but also more specialized and contemporary environments like games for learning or intelligent tutoring systems. Research that provides a deeper insight into different learning processes, such as those that help to measure the skills that students acquire in online courses, how those skills change throughout a course or in lifelong learning situations, and, in general, that proposes causal reasoning to understand how the behaviour of students in digitally mediated spaces affects their learning, will also be welcome.

We propose to organize the special issue around the following themes:
  • Implications of analytics in the improvement of learning processes, teaching practices and instructional design.
  • New research on exploratory, predictive or causal analytics to improve learning success.
  • Pilot studies or policy frameworks for the implementation of learning analytics at an institutional level.
  • Analytics in open and connected learning spaces.
  • Innovative approaches to data-driven education.
Submission process

Articles should be submitted online via the RIED web-portal. We welcome full manuscripts of up to 7,000 words maximum, including abstract, notes and bibliography. Each paper will be reviewed by two referees. Papers may be published in English, Spanish and Portuguese. Publication and access are free and open. For more information on the submission process, see the authors guidelines section and especially consider the requirements and criteriademanded by RIED.

Timeline

April, 2019: The call opens.
November, 15 (2019) - January 15 (2020): Contributions submission open (upload the papers to the journal's website).
February-March, 2020: Decisions and comments sent to authors.
June, 2020: Expected publication.

Contact information

For questions regarding the special issue please contact the coordinators: ddominguez@edu.uned.es, jruipere@mit.edu or jreich@mit.edu