Doctorado en Educación · 2025
Construcción de un modelo basado en Big Data para la gestión de la calidad en la educación media en el municipio de Itagüí
La presente investigación doctoral tiene como propósito la construcción de un modelo basado en Big Data para la gestión de la calidad en la educación media del municipio de Itagüí, Colombia. Se adoptó un enfoque metodológico mixto, con diseño secuencial exploratorio, que integró entrevistas semiestructuradas a docentes, directivos y estudiantes (n = 12) y encuestas validadas a una muestra representativa de la población estudiantil y docente (n = 286). Los resultados evidenciaron necesidades diferenciadas entre los actores: los estudiantes demandan mayor personalización del aprendizaje, los docentes manifiestan resistencias culturales y limitaciones en la formación digital, y los directivos expresan interés en los datos, pero carecen de infraestructura y políticas claras para su gestión. A partir de estas concepciones se diseñó un modelo estructurado en tres niveles: recolección de datos académicos, administrativos y socioeconómicos; procesamiento y análisis mediante técnicas de minería de datos; y visualización a través de tableros de control orientados a la toma de decisiones.
Texto completo 315 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Lista De Figurasp. 6
- Resumenp. 8
- Abstractp. 9
- Introducciónp. 10
- 1. Big Data Y Educación: Perspectivas Teóricas Y Metodológicasp. 16
- 1.1. Sobre La Problemáticap. 17
- 1.2. Estado Del Artep. 37
- 1.3. Marco Conceptual: Términos Claves Para Un Modelo Basado En Datosp. 48
- 1.4. Metodología: Enfoque Estratégico Para El Diseño Del Modelop. 72
- 2. Hacia La Transformación De La Gestión Educativa Con Big Datap. 101
- 2.1. Análisis De La Comunidad Educativa: Resultados De Las Entrevistas Y Encuestasp. 103
- 2.2. Desafíos Y Oportunidades: Preparación Para El Cambiop. 109
- 2.3. Lecciones Globales Y Locales En La Transformación Educativa Mediante Big Datap. 129
- 3. Construcción Del Modelo: Reimaginando La Educación En Itagüí Con Big Datap. 149
- 3.1. Integración Del Big Data En La Innovación Educativa De Itagüíp. 151
- 3.2. Factores Claves Para La Sostenibilidad Del Modelop. 172
- 3.3. Propuesta De Implementación: Caminos Hacia Una Educación Apoyada En Datosp. 187
- 3.4. Medición Del Impacto: Hacia Una Mejora Continua De La Gestión Educativap. 205
- 3.5 Consolidación Final: Síntesis Del Proceso De Construcción Y Configuración Del Modelop. 238
- Conclusionesp. 243
- Referenciasp. 250
- Anexosp. 287
- Cuadro 1. Categorización de las investigaciones de Big Data en el ámbito educativop. 37
- Cuadro 2. Categoría, pregunta orientadora y supuestosp. 42
- Cuadro 3. Elementos vinculantes entre Big Data y educaciónp. 72
- Cuadro 5. Análisis de fiabilidad y validez de la encuesta como instrumento cuantitativo a utilizarp. 89
- Cuadro 6. Percepciones sobre la implementación del Big Datap. 106
- Cuadro 7. Comparación de percepciones sobre Big Data entre actores educativosp. 108
- Cuadro 8. Oportunidades percibidas del Big Data en la educación por grupos de actores educativosp. 112
- Cuadro 9. Oportunidades generales percibidas del Big Data en la educaciónp. 113
- Cuadro 10. Percepción de barreras para la implementación del Big Data en la educaciónp. 119
- Cuadro 11. Barreras identificadasp. 120
- Cuadro 12. Recursos necesarios para implementar el modelo basado en Big Datap. 121
- Cuadro 14. Propuestas de la comunidad para la implementación del modelop. 128
- Cuadro 15. Propuestas de evolución de la plataforma Master2000 e integración con otras plataformasp. 134
- Cuadro 17. Acciones recomendadas según los aspectos de interés presentados por la comunidad educativap. 142
- Cuadro 19. Estrategias fusionadas para los diferentes modelos y enfoques pedagógicosp. 168
- Cuadro 20. Estrategias administrativas para complementar los modelos pedagógicos existentesp. 170
- Cuadro 21. Recomendaciones específicas sobre dispositivos, plataformas y características deseadasp. 175
- Cuadro 22. Requisitos técnicos para un panorama sobre las características mínimas y recomendadasp. 176
- Cuadro 23. Condiciones óptimas para el uso de las plataformasp. 177
- Cuadro 24. Plataformas interactivas con integración de Big Datap. 178
- Cuadro 25. Relación costo-beneficio de cada plataformap. 179