Analítica del aprendizaje · datos abiertos

¿Qué cursos en línea pierden a sus estudiantes, y cuándo? Mapa de flujos de 32.593 estudiantes

Pronto, y de forma muy desigual. En siete cursos de la Open University, las bajas van del 12 % de los estudiantes (GGG) al 45 % (CCC), y la mitad de las bajas se produce antes de que venza la primera tarea. Quienes la entregan a tiempo aprueban el 64 % de las veces; el resto, el 13 %. Abajo, cada estudiante fluye desde la matrícula hasta su resultado, curso a curso.

12 % a 45 %

de los estudiantes se dan de baja, según el curso: GGG es el que más retiene y CCC el que más pierde. Los aprobados van del 38 % (CCC) al 71 % (AAA).

50 %

de las 10.156 bajas se produce antes de la semana en que vence la primera tarea, normalmente entre la semana 1 y la 4 de un curso de unas 35 semanas (la 8 en GGG).

64 % frente a 13 %

aprobaron entre quienes entregaron la primera tarea a tiempo, frente a quienes la entregaron tarde o nunca. La diferencia se mantiene en todos los cursos.

48 % frente a 26 %

de los clics fueron a foros y sesiones en directo entre los estudiantes con distinción, frente a los suspensos, en el curso DDD. La proporción es mayor con distinción en las 22 ediciones.

Mostrar
Colorear por

 

Cargando estudiantes…

  • El color indica el curso; cada etiqueta de la izquierda tiene su muestra.
  • Canal rojo: estudiantes que se dan de baja
  • Rombo: vence la primera tarea

Cómo leer el mapa del curso

  • El tiempo avanza de izquierda a derecha, desde la matrícula hasta el resultado final. La semana 0 es la semana en que empezó cada edición; se suman las ediciones de 2013 y 2014.
  • Cada río de la izquierda es un curso, de AAA a GGG, tan ancho como los estudiantes que siguen matriculados esa semana. El rombo de cada río marca la semana en que vence su primera tarea.
  • Los canales rojos son bajas. Desembocan en el río gris de abajo, dividido por curso, así que se ve qué curso pierde estudiantes y cuándo.
  • A la derecha, todos los cursos llegan a los mismos cuatro resultados: distinción, aprobado, suspenso y baja. El ancho del canal de cada curso hacia un resultado es cuántos de sus estudiantes llegaron ahí. Pasa el cursor por un curso para seguir su recorrido, o por un resultado para ver qué curso tiene la mayor proporción.
  • Cada punto en movimiento es un estudiante (uno de cada cuatro en la vista de todos los cursos). Su color indica si entregó la primera tarea a tiempo, tarde o nunca, una vez que vence.
  • Haz clic en un curso, o elígelo encima del mapa, para abrir su mapa semana a semana. Ahí, las filas son lo que hizo cada estudiante cada semana: estudiar los materiales, hacer cuestionarios, usar los foros y las sesiones en directo, entregar una tarea, no hacer clics o darse de baja. Las marcas sobre cada fila son los elementos del curso, en la semana en que más se usaron.
  • Haz clic o arrastra sobre la barra de semanas para ver una sola semana: sus canales se iluminan y los puntos muestran solo los pasos de esa semana. Pulsa reproducir para recorrer el curso semana a semana, o elige Curso completo para ver a todo el mundo fluyendo a la vez.

Cómo se ha reconstruido la estructura del curso a partir de los clics

  • Dentro de un curso, el mapa usa su edición 2014J. El conjunto de datos tiene un campo con la semana prevista de cada elemento, pero está vacío en casi todos (1 de 365 en DDD 2014J). Por eso la semana de cada elemento se deduce de su uso: la mediana ponderada por clics del día en que se abrió.
  • DDD 2014J tiene 361 elementos que alguien abrió. Su mapa marca los 77 que abrió al menos el 30 % de los estudiantes; los clics en el resto se cuentan en el elemento marcado más cercano del mismo tipo.
  • Todo el mundo visita la página de inicio del curso cada semana, así que solo decide la fila de un estudiante si no abrió nada más esa semana. La fila de cada semana es el tipo de elemento en el que más clics hizo, o la de entregas si entregó una tarea.
  • Los clics son totales diarios por elemento, sin orden dentro del día. Por eso el mapa avanza semana a semana, no clic a clic.
  • Los elementos están anonimizados, así que el mapa muestra su tipo y su momento, no su título.

Qué dicen los datos sobre el abandono

Los cursos se diferencian más que cualquier señal aislada. AAA aprueba al 71 % de sus estudiantes y pierde al 17 %; CCC aprueba al 38 % y pierde al 45 %. GGG tiene la mayor proporción de distinciones (16 %) y la menor de bajas (12 %), pero también la mayor de suspensos (29 %). La tabla bajo el mapa recoge todos los cursos.

La primera tarea corregida por el tutor (TMA 1) es un aviso temprano claro en todos los cursos. En DDD 2014J, 1.312 estudiantes la entregaron antes del día 20 y el 58 % aprobó. De los otros 491, aprobó el 7 % y la mayoría se dio de baja. En las 22 ediciones del conjunto de datos, los puntuales aprobaron al menos el doble en 20; las dos excepciones son las del módulo AAA, con una diferencia menor.

El abandono se decide pronto. En todos los cursos, la mitad de las 10.156 bajas se produjo antes de la semana en que vencía la primera tarea. De los 647 estudiantes que se dieron de baja en DDD 2014J, 384 (59 %) ya habían tramitado la baja antes del plazo de la TMA 1 o no hicieron ningún clic la semana anterior. La fila inferior del mapa se llena sobre todo en las primeras semanas.

Importa tanto en qué se usa el tiempo como cuánto. Los estudiantes con distinción dedicaron el 48 % de sus clics a foros y sesiones en directo, frente al 26 % de los suspensos, y la proporción es mayor con distinción en todas las ediciones. Es una correlación, no una prueba de que los foros mejoren los resultados.

Abre el curso EEE para comparar: su primera tarea vence en la semana 4 y, en su edición 2014J, aprobó el 77 % de los puntuales, frente al 12 % del resto.

Sobre los datos

El mapa usa el Open University Learning Analytics Dataset (OULAD), publicado con licencia CC BY 4.0 y descrito por Kuzilek, Hlosta y Zdrahal en Scientific Data (2017). Recoge 22 ediciones de siete módulos en 2013 y 2014: 32.593 estudiantes, sus tareas y 10,6 millones de totales diarios de clics en el campus virtual. La copia usada procede del UCI Machine Learning Repository. Los datos están anonimizados y el mapa no muestra nada individual más allá de lo que publica el propio conjunto de datos.

Preguntas sobre el mapa del curso

¿Qué es OULAD?

El Open University Learning Analytics Dataset es un conjunto de datos abierto de la Open University del Reino Unido. Recoge estudiantes anonimizados de 22 ediciones de siete módulos en 2013 y 2014: quiénes eran, cuándo se matricularon o se dieron de baja, cada entrega y nota, y cuántas veces al día hicieron clic en cada elemento del curso en línea.

¿Qué curso de OULAD tiene más abandonos?

El curso CCC: se dio de baja el 45 % de sus 4.434 estudiantes en sus dos ediciones. GGG es el que menos perdió (12 %). AAA tiene la mayor tasa de aprobados (71 % con aprobado o distinción) y GGG la mayor proporción de distinciones (16 %).

¿Cuál es la primera señal de que un estudiante va a abandonar?

En estos datos, no entregar la primera tarea. En el módulo DDD 2014J aprobó el 58 % de quienes entregaron la TMA 1 antes de su plazo de la semana 2, frente al 7 % de quienes no lo hicieron, y el 59 % de quienes acabaron dándose de baja ya estaba inactivo al llegar ese plazo.

¿Por qué el mapa avanza por semanas y no clic a clic?

El conjunto de datos guarda los clics como totales diarios por estudiante y elemento, sin hora. Dentro de un día no hay orden, así que el paso más pequeño honesto para una ruta es el día, y la semana se lee con más claridad.

¿Cómo se ha deducido la estructura del curso?

Falta la semana prevista de cada elemento, así que cada uno se coloca en la mediana ponderada por clics del día de uso. Se dibujan los elementos que abrió al menos el 30 % de los estudiantes; el resto se suma al elemento dibujado más cercano del mismo tipo.

¿Puedo hacer esto con mi propio curso o plataforma?

El método sirve para cualquier plataforma que registre quién abrió qué y cuándo, como Moodle o Canvas: deducir la estructura del uso, marcar los plazos y ver cómo se mueve el grupo. El primer plazo suele ser el momento más barato para llegar a quien se está descolgando.