Banco Interamericano de Desarrollo
facebook
twitter
youtube
linkedin
instagram
Abierto al PúblicoBeyond BordersCaribbean Development TrendsCiudades SosteniblesEnergía para el FuturoEnfoque EducaciónFactor TrabajoGente SaludableGestión fiscalGobernarteIdeas MatterIdeas que CuentanIdeaçãoImpactoKreatopolisLa Maleta AbiertaMoviliblogMás Allá de las FronterasNegocios SosteniblesPrimeros PasosPuntos sobre la iSeguridad CiudadanaSostenibilidadVolvamos a la fuente ¿Y si hablamos de igualdad?Inicio
Administración pública Agua y saneamiento Ciencia, tecnología e innovación Comercio e integración regional Conocimeinto Abierto Desarrollo infantil temprano Desarrollo urbano y vivienda Educación Energía Género y diversidad Impacto Industrias Creativas Medio ambiente, cambio climático y Salvaguardias Política y gestión fiscal Salud Sin Miedos Trabajo y pensiones
  • Skip to main content
  • Skip to secondary menu
  • Skip to primary sidebar
  • Skip to footer

Abierto al Público

  • INICIO
    • Sobre este blog
    • Guía editorial
  • CATEGORÍAS
    • Aprendizaje abierto
    • Código abierto
    • Datos abiertos
    • Gestión del conocimiento
    • Sistemas abiertos
  • Autores
  • Español

Análisis de datos para detectar un problema en el rendimiento de la educación secundaria

October 5, 2017 by Norma Palomino 1 Comentario


Por Norma Palomino del Sector de Conocimiento y Aprendizaje del Banco Interamericano de Desarrollo

Imaginen a un ministro de educación que recibe información sobre una reducción en el rendimiento académico de los estudiantes de secundaria, tal como se muestra en el video del curso abierto “Datología: Datos para la efectividad de las políticas públicas”. A nivel de los estudiantes, la situación es preocupante porque se está viendo afectado el aprendizaje base que necesitan para progresar en su aprendizaje en los años siguientes. A nivel nacional, el bajo rendimiento académico de los alumnos afecta negativamente el desempeño de Brasil en las pruebas PISA (Programa Internacional para la Evaluación de Estudiantes, de la Organización para la Cooperación y el Desarrollo Económico, OCDE).

Basándose en las últimas teorías sobre rendimiento estudiantil, el ministro sugiere una hipótesis preliminar: los estudiantes no están rindiendo por causa de un aumento en su nivel de estrés. Para testear si esta es la causa real, su equipo comienza a preparar una intervención en la cual, a un grupo de alumnos se les enseñará técnicas de meditación para realizar antes del examen, a otro grupo se le enseñarán técnicas de relajación, y un tercer grupo se lo deja estable (sin modificaciones) para poder comparar resultados (en lo que se llama grupo de control). La idea es verificar si realmente es el estrés lo que está afectando negativamente a los estudiantes, y si sí, cuál es la mejor técnica para reducir el problema.

Una aplicación de la técnica de análisis de varianzas

Al finalizar el estudio, el equipo del ministro realizó un análisis comparativo de los resultados aplicando una técnica estadística llamada “análisis de varianzas” – ANOVA, gracias al cual identificaron que la meditación fue la técnica más efectiva para mejorar el rendimiento de los estudiantes en los exámenes. Ahora bien, ¿cuál fue el proceso para llegar a esta conclusión?

1 Revisión de la literatura científica para no reinventar la rueda

Una vez identificado el problema, se plantea la pregunta científica para entender la situación, en este caso: “por qué los estudiantes están bajando el rendimiento”. Luego, se debe buscar en casos similares la evidencia que han encontrado otros investigadores sobre la causa del problema. En otras palabras, se trata de averiguar si hay explicaciones científicas de por qué los estudiantes en general bajan su rendimiento, y luego realizar experimentos para ver si dichas explicaciones son relevantes a nuestra situación particular.

Lo mejor es buscar literatura específica relacionada al problema en cuestión. Por ejemplo, qué dicen las revistas científicas nacionales o internacionales sobre los factores por los cuales bajan los promedios de alumnos brasileños. Las causas o razones que otras investigaciones hayan encontrado para explicar el mismo problema sirven de base para elaborar la hipótesis que resolverá nuestro caso.

En el caso que se muestra en el video, se identificó el estrés como un posible factor más influyente en el desempeño de los estudiantes.

2 Mantener las mismas condiciones para el experimento

Para obtener resultados comparables, es importante que el experimento, en este caso la aplicación del examen a tres grupos predefinidos (contando con las estrategias anti estrés), se haga bajo las mismas condiciones; todos los estudiantes deben recibir las mismas preguntas, deben contar con la misma cantidad de tiempo para responderlas, etc. También se deben eliminar lo que ese denomina “factores de confusión”, o nuevos elementos que cambian las condiciones estables del experimento. Por ejemplo, imaginemos que los exámenes en general se imparten de modo oral, pero para los experimentos se decide tomar exámenes escritos. El nivel de estrés de los estudiantes puede cambiar al usar una metodología o la otra y, en consecuencia, los resultados no ser válidos para las situaciones consideradas al elaborar la hipótesis. Otras variables de confusión pueden ser el nivel de ruido o luminosidad del cuarto de examen, etc. En suma: lo mejor es replicar las condiciones con la mayor exactitud.

3 Análisis de los datos

Una vez terminado el experimento en donde se identifica que uno de los grupos es diferente, utilizamos el RStudio, un software abierto, para introducir los datos obtenidos en la prueba piloto de todos los estudiantes para luego hacer una comparación entre ellos y hacer un análisis de varianza o ANOVA. Este tipo de análisis es ideal para cuando debemos comparar el valor promedio de un factor o variable para varios grupos en el mismo experimento, y saber así la diferencia entre dichos grupos. En nuestro caso, queremos saber si el promedio de las calificaciones de estudiantes que hicieron meditación es distinto del de aquellos que han hecho relajación, o de los que no han hecho nada antes de su examen. Esto nos permitirá saber cuál técnica es la más efectiva para bajar el estrés de nuestros estudiantes.

[message_box title=”Aprende más sobre Datos para la Efectividad de las Políticas Públicas” color=”blue”]

Esta es una de las metodologías que enseñamos en nuestro Curso Masivo y Abierto “Datos para la efectividad de las políticas públicas”, a través del cual enseñamos cómo darle sentido a los datos, cómo aprovecharlos para tomar decisiones y guiar la gestión y planificación de políticas públicas.

Inscríbete en este curso para fortalecer tus capacidades de uso, comprensión e interpretación de datos. ¡Te esperamos!

[/message_box] [message_box title=”Otros recursos de R” color=”yellow”]

¿Alguna vez has tenido que hacer un análisis sobre temas de desarrollo como género, empleo, infraestructura, entre otras cosas, y no has sabido cómo empezar o dónde buscar la información para avalar tu hipótesis? Conscientes de este desafío, desde el BID desarrollamos una librería de R que facilita la recopilación y análisis de indicadores de diferentes temas por país. Aprende cómo usarla.

[/message_box]

Archivado Bajo:Aprendizaje Abierto Etiquetado con:Análisis de datos, MOOCs

Norma Palomino

Como Jefa de la Unidad de Servicios de Información, la función principal de Norma es la de coordinar programas de tecnologías, análisis de datos, y servicios de información en apoyo a las actividades del Sector de Conocimiento, Innovación y Comunicación del BID. Los tres pilares de la Unidad comprenden: 1) manejo de tecnologías (como el sitio web del Banco, el portal de datos abiertos “Números para el Desarrollo”, y la plataforma de blogs del BID); 2) generación de reportes analíticos tanto de métricas de productos de conocimiento de BID como de temas emergentes en el diálogo digital en la Región; 3) suministro de programas de información a través de servicios de biblioteca.

Reader Interactions

Comments

  1. ANGEL ERREYES Dice

    October 30, 2017 at 7:55 pm

    Muy interesante el artículo que nos permite a los docentes tener mayores argumentos para reorientar la práctica educativa, repensando en las estrategias para mejorar el aprendizaje.

    Reply

Leave a Reply Cancel reply

Your email address will not be published. Required fields are marked *

Primary Sidebar

SIGUENOS

Subscribe

Sobre este blog

El conocimiento abierto se define como conocimiento accesible, libre de uso, y gratuito a su usuario. Este concepto es parte de un movimiento que busca generar soluciones para el bien público de manera colaborativa. En “Abierto al Público” exploramos el uso del conocimiento abierto a través de los datos, el código y otros medios.

Buscar

Explorar temas

#ConocimientoAbierto #Mapaton #OpenDataDay Acceso Abierto Acceso a la información Acceso digital Análisis de datos Aprendizaje de proyectos de desarrollo Big Data Blockchain Capacitación profesional Ciencia abierta Colaboración abierta Conceptos básicos Creative Commons Crowdsourcing Código para el Desarrollo Desarrollo digital Diseño instruccional Emprendedores Epidemias Estrategias efectivas Fracaso Gobierno Abierto Hackatones Innovación Innovación Abierta Inteligencia Artificial IODC Lecciones Aprendidas Metodologías Colaborativas MOOCs Más Leídos Números para el Desarrollo ODS Agenda 2030 Participación ciudadana Periodismo de datos Plataformas participativas Procesamiento del Lenguaje Natural Sistematizar el conocimiento software libre Superhéroes del Desarrollo Trabajo en equipo Transparencia Visualización de datos

Publicaciones similares

  • El crowdsourcing pone la ciencia de datos al alcance de todos
  • Nuevo curso MOOC del BID sobre Datología: la toma de decisiones basada en datos
  • Análisis de “big data” para mejorar Cursos Masivos y Abiertos
  • 3 plataformas de datos abiertos: curación, procesamiento y análisis de datos
  • Recursos abiertos sobre desarrollo infantil temprano en América Latina y el Caribe

Footer

Banco Interamericano de Desarrollo
facebook
twitter
youtube
youtube
youtube

Blogs escritos por empleados del BID:

Copyright © Banco Interamericano de Desarrollo ("BID"). Este trabajo está disponible bajo los términos de una licencia Creative Commons IGO 3.0 Reconocimiento-No comercial-Sin Obras Derivadas. (CC-IGO 3.0 BY-NC-ND) y pueden reproducirse con la debida atribución al BID y para cualquier uso no comercial. No se permite ningún trabajo derivado. Cualquier disputa relacionada con el uso de las obras del BID que no se pueda resolver de manera amistosa se someterá a arbitraje de conformidad con el reglamento de la CNUDMI. El uso del nombre del BID para cualquier otro propósito que no sea la atribución, y el uso del logotipo del BID estarán sujetos a un acuerdo de licencia escrito por separado entre el BID y el usuario y no está autorizado como parte de esta licencia CC-IGO. Tenga en cuenta que el enlace proporcionado anteriormente incluye términos y condiciones adicionales de la licencia.


Blogs escritos por autores externos:

Para preguntas relacionadas con los derechos de autor para autores que no son empleados del BID, por favor complete el formulario de contacto de este blog.

Las opiniones expresadas en este blog son las de los autores y no necesariamente reflejan las opiniones del BID, su Directorio Ejecutivo o los países que representan.

Atribución: además de otorgar la atribución al respectivo autor y propietario de los derechos de autor, según proceda, le agradeceríamos que incluyera un enlace que remita al sitio web de los blogs del BID.



Política de privacidad

Copyright © 2021 · Magazine Pro on Genesis Framework · WordPress · Log in

Banco Interamericano de Desarrollo

Aviso Legal

Las opiniones expresadas en estos blogs son las de los autores y no necesariamente reflejan las opiniones del Banco Interamericano de Desarrollo, sus directivas, la Asamblea de Gobernadores o sus países miembros.

facebook
twitter
youtube