Modelo para la progresión académica de estudiantes online en Educación Superior
DOI:
https://doi.org/10.18861/cied.2022.13.1.3181Palabras clave:
aprendizaje electrónico, programa de grado en línea, educación superior, deserción estudiantil, persistencia académica, ayuda educativa, estudiantes adultosResumen
La oferta formativa de programas online ha aumentado, siendo una oportunidad para quienes requieren compatibilizar el estudio con otras actividades. Las tasas de retención en este tipo de formación son bajas. Múltiples factores explican la deserción de estudiantes adultos en programas online. El diseño es mixto, del tipo explicativo secuencial. La fase cuantitativa permitió identificar diferencias significativas entre grupos para las variables en estudio, a partir de una muestra de 9.405 estudiantes. La fase cualitativa contempló la aplicación de entrevistas. Se pudo constatar que el acompañamiento del tutor, la aprobación de los cursos de habilidades básicas, la participación de los estudiantes en actividades de inducción y contar con la atención de la unidad de apoyo socioafectivo, influyen directamente en la deserción de los estudiantes, en su participación en la plataforma online y en el promedio de calificaciones. Los estudiantes valoran la comunicación efectiva con docentes y tutores. Se debe generar una red de contención para apoyar el proceso de continuidad de estudios con diversas acciones, también, la influencia de cada programa es distinta en relación con las necesidades que presenta cada alumno, mostrando la importancia de que las instituciones desplieguen una diversidad de apoyos, los que serán utilizados por los estudiantes en la medida de sus necesidades.
Descargas
Citas
Arguedas, M., Daradoumis, T., & Xhafa, F. (2016). Analyzing the effects of emotion management on time and self-management in computer-based learning. Computers in Human Behavior, 63(October), 517–529. https://doi.org/10.1016/j.chb.2016.05.068
Arguedas, M., Xhafa, F., Casillas, L., Daradoumis, T., Peña, A., & Caballé, S. (2018). A model for providing emotion awareness and feedback using fuzzy logic in online learning. Soft Computing, 22(3), 963–977. https://doi.org/10.1007/s00500-016-2399-0
Armstrong, S. N., Early, J. O., Burcin, M. M., Bolin, K., Holland, N., & No, S. (2018). New Media Tools Impact on Online, Health Science Students’ Academic Persistence and Support: Lessons Learned from Two Pilot Studies. TechTrends, 62(3), 266–275. https://doi.org/10.1007/s11528-018-0261-1
Beluce, A. C., & Oliveira, K. L. de. (2015). Students’ Motivation for Learning in Virtual Learning Environments. Paidéia (Ribeirão Preto), 25(60), 105–113. https://doi.org/10.1590/1982-43272560201513
Cacciamani, S., Cesareni, D., Perrucci, V., Balboni, G., & Khanlari, A. (2019). Effects of a social tutor on participation, sense of community and learning in Online university courses. British Journal of Educational Technology, 50(4), 1771–1784. https://doi.org/10.1111/bjet.12656
Choi, H. J., & Kim, B. U. (2018). Factors Affecting Adult Student Dropout Rates in the Korean Cyber-University Degree Programs. Journal of Continuing Higher Education, 66(1), 1–12. https://doi.org/10.1080/07377363.2017.1400357
Choi, H. J., & Park, J. H. (2018). Testing a path-analytic model of adult dropout in online degree programs. Computers and Education, 116, 130–138. https://doi.org/10.1016/j.compedu.2017.09.005
Creswell, J. & Plano Clark, V. (2011). Designing and conducting mixed methods research. SAGE.
Escudero Muñoz, J. (2014). Contexto, contenidos y procesos de innovación educativa: ¿el dónde y el cómo de la tecnología educativa? Docencia e Investigación: Revista de La Escuela Universitaria de Magisterio de Toledo, 39(24), 13–36.
Firat, M., Öztürk, A., Güneş, İ., Çolak, E., Beyaz, M., & Büyük, K. (2019). How e-learning engagement time affects academic achievement in e-learning environments. A large-scale study of open and distance learners. Open Praxis, 11(2), 129–141. http://doi.org/10.5944/openpraxis.11.2.920
Flick, U. (2007). Introducción a la investigación cualitativa. Morata.
Goda, Y., Yamada, M., Kato, H., Matsuda, T., Saito, Y., & Miyagawa, H. (2015). Procrastination and other learning behavioral types in e-learning and their relationship with learning outcomes. Learning and Individual Differences, 37, 72-80. https://doi.org/10.1016/j.lindif.2014.11.001
Guetterman, T. C., Babchuk, W. A., Howell Smith, M. C., & Stevens, J. (2019). Contemporary Approaches to Mixed Methods–Grounded Theory Research: A Field-Based Analysis. Journal of Mixed Methods Research, 13(2), 179–195. https://doi.org/10.1177/1558689817710877
Heidrich, L., Victória Barbosa, J. L., Cambruzzi, W., Rigo, S. J., Martins, M. G., & dos Santos, R. B. S. (2018). Diagnosis of learner dropout based on learning styles for online distance learning. Telematics and Informatics, 35(6), 1593–1606. https://doi.org/10.1016/j.tele.2018.04.007
Instituto Profesional IACC (2021). Retención neta de 1er año cerrada. https://www.iacc.cl/cifras-de-iacc/#1624485041500-0df17495-5964
Johnson, R. B. (2017). Dialectical Pluralism: A Metaparadigm Whose Time Has Come. Journal of Mixed Methods Research, 11(2), 156–173. https://doi.org/10.1177/1558689815607692
Kansteiner, K., & König, S. (2020). The Role(s) of Qualitative Content Analysis in Mixed Methods Research Designs. Forum Qualitative Sozialforschung / Forum: Qualitative Social Research, 21(1). https://doi.org/10.17169/FQS-21.1.3412
Kara, M., Erdoğdu, F., Kokoç, M., & Cagiltay, K. (2019). Challenges Faced by Adult Learners in Online Distance Education: A Literature Review. Open Praxis, 11(1), 5. https://www.openpraxis.org/articles/10.5944/openpraxis.11.1.929/
Kuckartz, U. (2014). Qualitative text analysis: A guide to methods, practice and using software. London: SAGE.
Law, K. M. Y., Lee, V. C. S., & Yu, Y. T. (2010). Learning motivation in e-learning facilitated computer programming courses. Computers and Education, 55(1), 218–228. https://doi.org/10.1016/j.compedu.2010.01.007
Lee, J., Song, H. D., & Hong, A. J. (2019). Exploring factors, and indicators for measuring students’ sustainable engagement in e-learning. Sustainability (Switzerland), 11(4). https://doi.org/10.3390/su11040985
Lim, J. M. (2016). Predicting successful completion using student delay indicators in undergraduate self-paced online courses. Distance Education, 37(3), 317–332. https://doi.org/10.1080/01587919.2016.1233050
Mateo Andrés, J. (2004). La investigación ex post-facto. En R. Bisquerra (Ed.), Metodología de la investigación educativa (pp. 195–230). La Muralla.
Muljana, P. S., & Luo, T. (2019). Factors contributing to student retention in online learning and recommended strategies for improvement: A systematic literature review. Journal of Information Technology Education: Research, 18, 19–57. https://doi.org/10.28945/4182
Noboa, A., & Robaina, N. (2014). Entrevista cualitativa. En A. Lucas & A. Noboa (Eds.), Conocer lo social: Estrategias, técnicas de construcción y análisis de datos (p. 347). Fragua.
Orellana, D., Segovia, N., & Rodríguez Cánovas, B. (2020). El abandono estudiantil en programas de educación superior virtual: revisión de literatura TT - Student dropout in online higher education programs: literature review. Revista de la educación superior, 49(194), 47–64. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0185-27602020000200047
Pluye, P., & Hong, Q. N. (2014). Combining the power of stories and the power of numbers: Mixed methods research and mixed studies reviews. Annual Review of Public Health, 35(October 2013), 29–45. https://doi.org/10.1146/annurev-publhealth-032013-182440
Rovai, A. P., & Wighting, M. J. (2005). Feelings of alienation and community among higher education students in a virtual classroom. Internet and Higher Education, 8(2), 97–110. https://doi.org/10.1016/j.iheduc.2005.03.001
Sabariego, M., Massot, I., & Dorio, I. (2004). Métodos de investigación cualitativa. En R. Bisquerra (Ed.), Metodología de la investigación educativa (pp. 293–328). La Muralla.
Saldaña, J. (2013). The Coding Manualfor Qualitative Researchers. SAGE Publications.
Schoonenboom, J., & Johnson, R. B. (2017). Wie man ein Mixed Methods-Forschungs-Design konstruiert. Kolner Zeitschrift Fur Soziologie Und Sozialpsychologie, 69, 107–131. https://doi.org/10.1007/s11577-017-0454-1
Soffer, T., & Cohen, A. (2019). Students’ engagement characteristics predict success and completion of online courses. Journal of Computer Assisted Learning, 35(3), 378–389. https://doi.org/10.1111/jcal.12340
Staller, K. M. (2015). Qualitative analysis: The art of building bridging relationships. Qualitative Social Work, 14(2), 145–153. https://doi.org/10.1177/1473325015571210
Su, J., & Waugh, M. L. (2018). Online Student Persistence or Attrition: Observations Related to Expectations, Preferences, and Outcomes. Journal of Interactive Online Learning, 16(1), 63–79.
Wladis, C., Conway, K., & Hachey, A. C. (2015). Using course-level factors as predictors of online course outcomes: a multi-level analysis at a US urban community college. Studies in Higher Education, 42(1), 184–200. https://doi.org/10.1080/03075079.2015.1045478
