Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.rights.license | Reconocimiento-NoComercial 4.0 Internacional. (CC BY-NC) | - |
dc.contributor.author | Alvarez-Castro, Ignacio | es |
dc.contributor.author | da Silva, Natalia | es |
dc.date.accessioned | 2024-04-10T15:18:32Z | - |
dc.date.available | 2024-04-10T15:18:32Z | - |
dc.date.issued | 2022-10-29 | - |
dc.identifier.uri | https://hdl.handle.net/20.500.12381/3498 | - |
dc.description.abstract | Este trabajo se enmarca en el proyecto "Monitor y evaluación de uso de las plataformas educativas" (Fondo sectorial de Educación Inclusión digital 2020 - Modalidad financiado por ANIII). Ceibal en Inglés (CEI) es el programa de Ceibal para la enseñanza de inglés en centros de enseñanza pública de Primaria y Media (Secundaria y UTU). Mediante equipos de videoconferencia instalados en los centros, los y las estudiantes participan de clases semanales con un/a docente de lengua extranjera. En los niveles de cuarto a sexto de Primaria las maestras y docentes de lengua extranjera trabajan en colaboración utilizando las plataformas CREA y Little Bridge. Dentro de CREA se comparte lecciones y materiales para el desarrollo de las clases. Por otro lado, Little Bridge es una plataforma educativa e interactiva de inglés que cuenta con un sistema de evaluación automático. Para este trabajo se cuentan con datos de uso de Little Bridge en el año 2021 para unos 70 mil estudiantes aproximadamente. El objetivo es entender qué factores pueden determinar mayor o menor utilización de la plataforma y evaluar el poder predictivo del uso y desempeño de los estudiantes en Little Bridge para explicar el rendimiento en pruebas adaptativas de inglés. En base a la información de uso de Little Bridge se construyen variables explicativas relevantes para describir el perfil de cada estudiante (feature engineering) y luego se utilizan esas variables como predictores en modelos que tienen el resultado de las pruebas adaptativas de inglés como principal variable de respuesta. | es |
dc.description.sponsorship | ANII | es |
dc.language.iso | spa | es |
dc.publisher | Sociedad Uruguaya de Estadística | es |
dc.rights | Acceso abierto | * |
dc.source | https://sue.org.uy/vii-jornadas-nacionales-de-estadistica-2022/ | es |
dc.subject | Modelos predictivo para desempeño educativo | es |
dc.subject | Ceibal en Inglés | es |
dc.subject | Plataforma little Bridge | es |
dc.title | Ceibal en inglés: Modelos Predictivos para el resultado del pruebas adaptativas de inglés | es |
dc.type | Documento de conferencia | es |
dc.subject.anii | Ciencias Sociales | |
dc.subject.anii | Ciencias de la Educación | |
dc.identifier.anii | FSDE_2_2020_1_163528 | es |
dc.type.version | Publicado | es |
dc.anii.institucionresponsable | Facultad de Ciencias Económicas y de Administración | es |
dc.anii.institucionresponsable | Instituto de Estadistica | es |
dc.anii.institucionresponsable | Universidad de la República | es |
dc.anii.subjectcompleto | //Ciencias Sociales/Ciencias de la Educación | es |
dc.ceibal.researchline | Monitoreo y evaluación | es |
dc.ceibal.researchtema | Evaluación basada en el uso de datos masivos: analíticas de aprendizaje y minería de datos educativos | es |
Aparece en las colecciones: | Fundación Ceibal |
Archivos en este ítem:
archivo | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
CEI_SUE_22.pdf | Descargar | Presentación en Jornadas Nacionales de Estadística, 2023 | 419.98 kB | Adobe PDF |
Las obras en REDI están protegidas por licencias Creative Commons.
Por más información sobre los términos de esta publicación, visita:
Reconocimiento-NoComercial 4.0 Internacional. (CC BY-NC)