Predicción de abandono en MOOC mediante aprendizaje automático: revisión sistemática y meta-análisis

Tenorio Berrio, Jorge. (2024). Predicción de abandono en MOOC mediante aprendizaje automático: revisión sistemática y meta-análisis Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática.

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Tenorio_Berrio_Jorge_TFM.pdf Tenorio Berrio_Jorge_TFM.pdf application/pdf 2.01MB

Título Predicción de abandono en MOOC mediante aprendizaje automático: revisión sistemática y meta-análisis
Autor(es) Tenorio Berrio, Jorge
Resumen El principal problema de los MOOC (Massive Open Online Courses) es su alta tasa de abandono. En los últimos años se han desarrollado gran cantidad de técnicas para predecir abandonos de forma temprana y automatizada. La gran mayoría de ellas basadas en los últimos avances en Inteligencia Artificial, especialmente en técnicas de aprendizaje automático. En este trabajo se realiza una síntesis cuantitativa del rendimiento de técnicas de aprendizaje automático para la predicción temprana de abandono en MOOC. Para lograrlo se han empleado las técnicas de revisión sistemática y meta-análisis. Se han extraído los datos de 11 artículos recopilados de distintas bases de datos científicas siguiendo los estándares de la guía PRISMA. El análisis se ha realizado utilizando distintos modelos, implementados tanto con un enfoque frecuentista como bayesiano. Además, mediante análisis de subgrupos se ha estudiado la relación de algunas de las características de los estudios con el rendimiento obtenido. Los resultados indican que este tipo de sistemas son capaces de detectar un alto porcentaje de abandonos. Sin embargo, esto no se puede afirmar al completo debido a la heterogeneidad presente en todos los experimentos.
Notas adicionales Trabajo de Fin de Máster Universitario en Ingeniería y Ciencia de Datos. UNED
Materia(s) Ingeniería Informática
Palabra clave MOOC
meta-análisis
aprendizaje automático
modelos bayesianos
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática.
Director/Tutor Letón Molina, Emilio
Pérez Martín, Jorge
Fecha 2024-02
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-ICD-Jtenorio
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-ICD-Jtenorio
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 57 Visitas, 37 Descargas  -  Estadísticas en detalle
Creado: Fri, 15 Mar 2024, 22:45:04 CET