Data analytics in education: are schools on the long and winding road?

Soncin, Mara; Cannistrà, Marta

doi:10.1108/qram-04-2021-0058

Cited by 6 publications

(6 citation statements)

References 50 publications

(69 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Not many platforms are helpful for day-to-day school practice, like monitoring students and/or teachers ( IDB, 2021 ). In this case, the SIESE represents an added value since it provides relevant information for school decision-making ( Schildkamp, 2019 ; Soncin and Cannistrà, 2022 ), either at the circumstantial or longitudinal level.…”

Section: Discussionmentioning

confidence: 99%

“…By Parra and Matus (2018) , Soncin and Cannistrà (2022) , reflective use of data in educational entities is highly desirable not only to favor decision making but also to encourage continuous improvement of pedagogical practices in favor of students’ learning and their educational trajectories. This is what the SIESE proposes conceptually and methodologically at its base.…”

Section: Discussionmentioning

confidence: 99%

“…However, based on the technological advantages of SIESE (resources provided and usability), it is necessary to ensure that certain essential conditions are in place for it to be used effectively in its implementation, as described in this article. The results and conclusions of this article point to the importance of continuing research on how information is organized, managed and used in educational centers (Soncin and Cannistrà, 2022) in the context of the progressive development of data systems for educational management (IDB, 2021).…”

Section: Final Conclusionmentioning

confidence: 96%

See 2 more Smart Citations

Implementation of a web-based system to measure, monitor, and promote school engagement strategies. A Chilean experience

Saracostti

Toro²,

Rossi³

et al. 2022

Front. Psychol.

View full text Add to dashboard Cite

This paper presents the implementation and usability of a technology-based web system and the available evidence on educational engagement’s predictive capacity to influence students’ educational trajectories in Chilean schools. The web-based system was developed through collaborative work between universities, the information technology team, school communities, and stakeholders (government institutions). It is an online system composed of six steps whose axis is centered on a decision-making space between teachers-students-parents (School Engagement Board) tasked with applying online and scientifically validated school engagement and contextual factors measurement instruments, checking specific report results for each actor involved in the system (teacher, School Engagement Board coordinator, school) as well as reviewing promotion strategies relevant to the school context and managing the implementation of strategies supported by the management datasheets that the model offers to schools. The objective of this paper is to present the usability of the system through a case study of the implementation in Chilean public schools. In order to discuss about what elements should be incorporated to adjust and improve the usability of the system and to guarantee its effective implementation, the paper describes those aspects that have favored and/or hindered the use of this educational technological platform in the Chilean case. The results show that there have been more difficulties related to management aspects than IT aspects, which indicates that these conditions are critical for implementation, even when system for evaluation, monitoring and strategies for the promotion of student engagement and contextual factors (SIESE) is designed for stand-alone use. Although there are aspects to be improved, such as extending its use to other browsers, improving the intervention guidelines and other systems functionalities, this web-based system has been considered by the educational communities as a simple, useful, and intuitive platform. The paper concludes on the importance of having this type of platform in Chile and other Latin American countries, for its contribution to school management -being helpful for day-to-day educational practice- due to the different technical facilitators.

show abstract

Section: Discussionmentioning

confidence: 99%

Section: Discussionmentioning

confidence: 99%

Section: Final Conclusionmentioning

confidence: 96%

See 1 more Smart Citation

Implementation of a web-based system to measure, monitor, and promote school engagement strategies. A Chilean experience

Saracostti

Toro²,

Rossi³

et al. 2022

Front. Psychol.

View full text Add to dashboard Cite

show abstract

“…Soncin and Cannistrà (2021) highlight the likely benefits of improving the way data analytics are used in education. Based on the Italian education system, the authors explore several possible organisational structures for using data analytics in education and propose three approaches to reflect different combinations of, and foci on, organisational layers, roles and data management, which are defined as centralised, decentralised and network-based .…”

Section: Papers In This Special Issuementioning

confidence: 99%

On humans, algorithms and data

Arnaboldi

Bruijn

Steccolini

et al. 2022

QRAM

View full text Add to dashboard Cite

Purpose The purpose of this paper is to introduce the papers in this special issue on humans, algorithms and data. The authors first set themselves the task of identifying the main challenges arising from the adoption and use of algorithms and data analytics in management, accounting and organisations in general, many of which have been described in the literature. Design/methodology/approach This paper builds on previous literature and case studies of the application of algorithm logic with artificial intelligence as an exemplar of this innovation. Furthermore, this paper is triangulated with the findings of the papers included in this special issue. Findings Based on prior literature and the concepts set out in the papers published in this special issue, this paper proposes a conceptual framework that can be useful both in the analysis and ordering of the algorithm hype, as well as to identify future research avenues. Originality/value The value of this framework, and that of the papers in this special issue, lies in its ability to shed new light on the (neglected) connections and relationships between algorithmic applications, such as artificial intelligence. The framework developed in this piece should stimulate scholars to explore the intersections between “technical” as well as organisational, social and individual issues that algorithms should help us tackle.

show abstract

“…Las instituciones relacionadas con la educación, así como otros sectores, empiezan a concebir el análisis de la creciente cantidad de almacenes de datos, como una forma posible de garantizar una mayor calidad, eficiencia e inclusión educativa, sin embargo, en muchas de ellas se recopilan cantidades considerables de datos porque las personas los han estado almacenando durante muchos años, en lugar de por unas razones intencionales de analítica de relaciones entre los puntajes y factores que los afectan de modo clave (Q.-K. Fu & Hwang, 2018;McNeish & Wolf, 2020;Schildkamp, 2019;Soncin & Cannistrà, 2022).…”

Section: El Problema Del Rendimiento Escolarunclassified

Análisis de datos educativos aplicado en el estudio de la incidencia de factores socioeconómicos en el rendimiento escolar

Pincay Ponce

View full text Add to dashboard Cite

La investigación que corresponde con esta tesis se desarrolló en el campo de la Minería de Datos Educativos, en un sentido más amplio, en la Ciencia Informática aplicada en la Educación. El documento articula el análisis de datos con el problema multifactorial del rendimiento académico en las escuelas. Así, el objetivo general es el análisis de la incidencia de los factores socioeconómicos en el aprovechamiento académico a nivel escolar, con la finalidad de contribuir a su entendimiento y mejora, mediante la aplicación de modelos de análisis de datos predictivos o supervisados y descriptivos o no supervisados. También se ha incluido un análisis confirmatorio que tiene relaciones entre sus elementos, a priori sustentados en las exploraciones estadísticas de los datos que anteceden al desarrollo de los modelos supervisados y no supervisados y también a dichos modelos. Los datos objeto de estudio corresponden a dos escuelas de Ecuador, dado que la cantidad de datos entre una y otra difería considerablemente no se presenta un análisis comparativo, sino uno con base en la información consolidada que totaliza 6808 instancias o registros de calificaciones y 88 columnas que lo describen. El análisis gira en torno a cada registro de calificaciones y no de cada alumno, porque en el sistema escolar ecuatoriano las bajas calificaciones en una materia, simplificadas como rendimiento académico, pueden llegar a determinar la reprobación del año básico cursado por el alumno. El proceso de análisis ejecutado es iterativo, permite ir hacia adelante y hacia atrás entre las fases que lo componen, siempre que resulte necesario tener mejores resultados. Se basa en el ciclo de vida conocido como CRISP-DM, siglas del Proceso Estándar Intersectorial para Minería de Datos. Además, se adicionó algunas prácticas sugeridas en el Proceso Estándar Intersectorial para el Desarrollo de Aplicaciones de Aprendizaje Automático con Metodología de Garantía de Calidad o CRISP-ML (Q), cómo, por ejemplo, cumplir con requisitos que promuevan la calidad de datos, robustez del modelo y evaluación de riesgos, para así aminorar problemas de sesgo, sobreajuste y falta de reproducibilidad de los modelos hacia nuevas escuelas y regiones. Se utilizó el modelado predictivo para ayudar a las instituciones educativas con la identificación temprana de los estudiantes con dificultades para sostener su rendimiento académico escolar. Se desarrolló modelos predictivos que utilizan datos de calificaciones, factores socioeconómicos y de comportamiento de los estudiantes, mismos que se han recopilado de sistemas provistos por el Estado y del departamento de orientación estudiantil de las escuelas ecuatorianas. Con ello se buscó clasificar con precisión si un estudiante está en riesgo de reprobar un curso o experimentar problemas en cierta materia del curso. La identificación de patrones de estudiantes en riesgo es de ayuda a los docentes y más actores educativos en la toma de medidas proactivas que favorezcan la participación efectiva en las aulas de clases y en que se aminore las eventuales brechas educativas relacionadas con el rendimiento académico. Se recurrió a 13 modelos supervisados, 5 no supervisados y un análisis confirmatorio. La relación entre los resultados obtenidos a partir de ellos guarda consistencia. Los datos fueron estudiados desde cinco ejes (1) Modelos no supervisados, (2) Modelos de clasificación considerando notas intermedias, (3) Modelos de clasificación sin considerar notas intermedias, (4) Modelos de regresión sin considerar notas intermedias y (5) Modelos de clasificación con datos reducidos en su dimensionalidad, balanceados y sin considerar notas intermedias. Cuando no se incluyó a las notas intermedias fue porque era de esperar que el promedio final se vea muy influenciado por las calificaciones progresivas de los alumnos, por tanto, la no inclusión de dichas calificaciones ilustra de mejor manera la incidencia de los factores socioeconómicos sobre el rendimiento académico. Existen calificaciones que en el sistema escolar ecuatoriano se registran, pero no condicionan la aprobación del año básico por parte del alumno, estas son el comportamiento de cada alumno y la calificación de su participación en los denominados proyectos escolares, que tienen como finalidad evaluar a las habilidades sociales de los alumnos. Con la reducción de la dimensionalidad se favoreció los tiempos de entrenamiento de los modelos supervisados a la par de prevenir la indisponibilidad de ciertos datos para los análisis posteriores. La información resultante de los modelos se combinó con el aporte de la revisión sistemática de la literatura. De modo general, los métodos de ensamblado reportaron los mejores valores en las diversas métricas, entonces, los resultados de las clasificaciones y regresiones logradas son confiables y no casuales, reflejan los patrones en los datos, porque en tales métodos de ensamblado se empleó 50 estimadores basados en árboles de decisión. Como referencia a una métrica, la Exactitud de la clasificación siempre superó el 90% y las regresiones tuvieron una efectividad de hasta el 85% porque las predicciones de promedios en los mejores casos pueden efectuase con un error de hasta 1.5 puntos sobre 10 posibles. En esta investigación doctoral, se ha combinado la objetividad de las métricas en las tareas de clasificación y regresión, con la subjetiva pero importante interpretabilidad de los resultados, apoyados en estudios referidos a técnicas de puntuación de características y su respectiva ilustración visual, con ello se ha pretendido que los modelos resulten interpretables por los usuarios posibles al tiempo de fortalecer su confianza en las decisiones de los modelos de las instituciones escolares. Parte de los resultados obtenidos muestran que los alumnos que no alcanzan los aprendizajes requeridos, es decir, que obtienen las calificaciones más bajas posibles, tienen como tendencia a un padre en estado civil de unión libre, un bajo número de hermanos, suelen presentar alguna discapacidad, su comportamiento en principio es A o el más alto, pero tiende a bajar conforme avanza el periodo lectivo, en sus proyectos escolares tienen una muy buena calificación B pero que no es la mejor A, su padre suele tener una ocupación laboral informal (por ejemplo, guardia de seguridad), el ingreso familiar suele ser bajo y también suelen vivir en familias reconstruidas. A futuro, estudios como el presente pueden ser fortalecidos con la incorporación de más escuelas de distintas regiones para obtener un abordaje más significativo por disponer de más datos y así producir resultados más fiables y extrapolables.

show abstract

Data analytics in education: are schools on the long and winding road?

Cited by 6 publications

References 50 publications

Implementation of a web-based system to measure, monitor, and promote school engagement strategies. A Chilean experience

Implementation of a web-based system to measure, monitor, and promote school engagement strategies. A Chilean experience

On humans, algorithms and data

Análisis de datos educativos aplicado en el estudio de la incidencia de factores socioeconómicos en el rendimiento escolar

Contact Info

Product

Resources

About