Modelos predictivos de la competencia pedagógicaen docentes de EMTP mediante la minería de datos educacionales

• Elisabet Díaz Costa ^[1] ; Marcela Romero Jeldres ^[1] ; Tarik Faouzi Nadim ^[2] ; Camila Pardo Soto ^[3]
  1. [1] Universidad Metropolitana de Ciencias de la Educación

     Universidad Metropolitana de Ciencias de la Educación

     Santiago, Chile

     
  2. [2] Universidad de Santiago de Chile

     Universidad de Santiago de Chile

     Santiago, Chile

     
  3. [3] Universidad del BioBio

  Mostrar afiliaciones +
• Localización: Estudios pedagógicos, ISSN-e 0718-0705, ISSN 0718-0705, Vol. 48, Nº. 2, 2022, págs. 179-197
• Idioma: español
• Títulos paralelos:
  • Predictive models of pedagogical competence inVocational Secondary School teachers through educational data mining
• Enlaces
  • Texto completo
• Resumen
  • español

    La investigación indaga en el uso de métodos predictivos mediante Minería de Datos Educacionales, utilizando árboles de decisión para determinar las necesidades de perfeccionamiento en competencias pedagógicas de profesores de EMTP y contribuir con investigaciones que fortalezcan la formación docente. La investigación se emprendió desde un diseño anidado concurrente de varios niveles con tres etapas. En este artículo se da cuenta de la etapa cuantitativa, siguiendo las fases que propone la minería de datos: Selección, exploración, limpieza, transformación, minería de datos, evaluación e interpretación de resultados, difusión y uso de modelos. Los resultados del trabajo se clasifican en dos partes. En la primera, se caracterizaron las variables latentes a través de valores de carga factorial con análisis confirmatorio. La segunda parte se centra en encontrar un modelo de predicción que establezca una fuerte relación entre la competencia pedagógica predicha y las variables latentes definidas por el análisis social, la acción profesional y el diagnóstico de la situación. Los hallazgos se ilustran utilizando datos sociales.

  • English

    Research researches the use of predictive methods through Educational Data Mining, using decision trees to determine the development needs in pedagogical skills of Technical-Professional High Schools (TPHS) and contribute to research that strengthens teacher training. The research was undertaken from concurrent nested design of several three-stage levels. This article considers the quantitative stage, following the phases required by data mining: Selection, exploration, cleansing, transformation, data mining, evaluation and interpretation of results, dissemination and use of models. The results of the work are classified into two parts. In the first, latent variables were characterized through load values with confirmatory analysis. The second part focuses on finding a prediction model that establishes a strong relationship between predicted pedagogical competition and latent variables defined by social analysis, professional action, and situation diagnosis. Findings are illustrated using social data.