Deserción Académica y Emociones en Ambientes E-learning

• Edith Lovos ^[1] ; Laura Aballay ^[2]
  1. [1] Universidad Nacional de Río Negro

     Universidad Nacional de Río Negro

     Argentina

     
  2. [2] Universidad Nacional de San Juan

     Universidad Nacional de San Juan

     Argentina

     
• Localización: TE & ET: Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, ISSN-e 1850-9959, Nº. 27, 2020
• Idioma: español
• DOI: 10.24215/18509959.27.e10
• Títulos paralelos:
  • Academic Desertion and Emotions in E-learning Environments
• Enlaces
  • Texto completo
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    En los espacios académicos de nivel superior, existe preocupación en relación a la deserción y abandono de los estudiantes. Por otra parte, existen investigaciones que asocian esta situación académica con el estado afectivo de los estudiantes. En este sentido, es importante analizar y comprender el estado anímico de los estudiantes universitarios, tratando de detectar qué emociones se manifiestan durante el cursado. Las emociones pueden expresarse y detectarse a través de diversos medios, tales como la expresión oral, expresiones faciales, gestos y expresión escrita. En este trabajo, se realizó un recorrido por algunas plataformas educativas consideradas afectivas, analizando los métodos y recursos que se utilizan en cada una de ellas, para la detección de emociones. Adicionalmente, se consultó a 20 docentes de nivel superior participantes de un curso de posgrado vinculado a la temática, acerca de su percepción respecto a las emociones que influyen en la deserción y abandono en los cursos que siguen la modalidad e-learning. En los resultados se evidenció que la emoción frustración, es considerada como aquella que influye en forma más negativa en el aprendizaje, y puede ser causante de abandono o deserción de los estudiantes, entre otros motivos.

  • English

    In university education, there is concern in relation to the dropout and abandonment of students. On the other hand, there is research that associates this academic situation with the affective state of students. In this sense, it is important to analyze and understand the state of mind of university students, trying to detect what emotions are manifested during the course. Emotions can be expressed and detected through various means, such as oral expression, facial expressions, gestures, and written expression. A tour was made of some educational platforms considered affective, analyzing the methods and resources used in each of them, for the detection of emotions. In addition, 20 higher-level teachers, who participated in a postgraduate course linked to the subject, were consulted about their perception of the emotions that influence dropout in courses that follow the e-learning modality. The results showed that emotional frustration is considered the one that most negatively influences learning, being the cause, among other reasons, of abandonment or desertion of students.

• Referencias bibliográficas
  • H. H. Binali, C. Wu, and V. Potdar, “A new significant area: Emotion detection in E-learning using opinion mining techniques,” in 3rd IEEE...
  • A. M. García De Fanelli, “Acceso, abandono y graduación en la educación superior argentina,” Sistema de Información de Tendencias Educativas...
  • “‘La Deserción Universitaria | Proyecto R.A.M.O.N.,’” [Accessed: 14-Nov-2018].
  • F. D’Errico, M. Paciello, B. De Carolis, A. Vattanid, G. Palestra, and G. Anzivino, “OAR@UM: Cognitive emotions in e-learning processes...
  • H. Binali, C. Wu, and V. Potdar, “Computational approaches for emotion detection in text,” in 4th IEEE International Conference on Digital...
  • S. N. Shivhare and S. Khethawat, “Emotion Detection from Text,” CoRR, vol. abs/1205.4, no. 07, pp. 371–377, 2012.
  • G. Lescano, P. Santana Mansilla, and R. Costaguta, “Análisis de emociones en situaciones de aprendizaje colaborativo soportado por computadora...
  • R. Cowie, E. Douglas-Cowie, K. Karpouzis, G. Caridakis, M. Wallace, and S. Kollias, “Recognition of Emotional States in Natural Human-Computer...
  • P. Ekman and W. V. Friesen, “Constants across cultures in the face and emotion,” J. Pers. Soc. Psychol., vol. 17, no. 2, pp. 124–129, Feb....
  • R. Plutchik and X. O. Alvarez, Las emociones. Diana, 1987.
  • P. Ekman, W. V. Friesen, and P. Ellsworth, Emotion in the human face: guide-lines for research and an integration of findings. Pergamon Press,...
  • L. Williams, M. Arribas-Ayllon, A. Artemiou, and I. Spasić, “Comparing the Utility of Different Classification Schemes for Emotive Language...
  • P. Ekman, Emotions revealed : recognizing faces and feelings to improve communication and emotional life. Henry Holt and Co, 2004.
  • J. Fontaine, “Dimensional Emotion Models,” Oxford Companion to Emot. Affect. Sci. Oxford Univ. Press. Oxford, UK, pp. 119–120, 2009.
  • K. Warpechowski, D. Orzeszek, and R. Nielek, “Tagging emotions using a wheel user interface,” in ACM International Conference Proceeding Series,...
  • M. Á. Rebollo Catalán, R. García Pérez, R. Barragán Sánchez, O. Buzón García, and L. Vega Caro, “Las emociones en el aprendizaje online,”...
  • M. Arguedas Lafuente, “Emotions awareness on virtual learning students,” 2015.
  • A. M. Hernández-Sánchez and J. A. Ortega, “Aprendizaje Electrónico Afectivo: un modelo Innovador para Desarrollar una Acción Tutorial Virtual...
  • A. E. Guzmán, A. L. Agüero, and E. N. Campazzo, “Las emociones en los mundos virtuales. Caso: EMO-SLEVA en la Universidad Nacional de la Rioja,"...
  • L. Aballay, S. Aciar, E. Reategui, “Emotions detection techniques from forums using Text Mining,” in 11 Congreso Colombiano de Computación,...
  • E. Henritius, E. Löfström, and M. S. Hannula, “University students’ emotions in virtual learning: a review of empirical research in the 21st...
  • Y. Gutiérrez, D. Tomás, I. Moreno, and J. Fernández Martínez, GPLSI Emotion Analysis V1.0: Análisis de emociones en textos. 2017.
  • M. Arguedas, F. Xhafa, and T. Daradoumis, “An Ontology about Emotion Awareness and Affective Feedback in Elearning,” in 2015 International...
  • M. Arguedas, F. Xhafa, L. Casillas, T. Daradoumis, A. Peña, and S. Caballé, “A model for providing emotion awareness and feedback using fuzzy...
  • S. Duo and L. X. Song, “Physics Procedia Physics Procedia 00 (2011) 000-000 An E-learning System based on Affective Computing peer-review...
  • Krithika L.B and Lakshmi Priya GG, “Student Emotion Recognition System (SERS) for e-learning Improvement Based on Learner Concentration Metric,”...
  • V. Bosquez et al., “La Computación Afectiva: Emociones, Tecnologías y Su Relación Con La Educación Virtual,” Rev. Investig. Talent., vol....
  • K. Bahreini, R. Nadolski, and W. Westera, “Towards real-time speech emotion recognition for affective e-learning,” Educ. Inf. Technol., vol....
  • R. Zatarain-Cabada, M. Lucia Barrón-Estrada, and G. Muñoz-Sandoval, “PREMOC: Plataforma de reconocimiento multimodal de emociones,” Research...
  • J. Cabero Almenara, “Bases pedagógicas del e-learning,” DIM Didáctica, Innovación y Multimed., vol. 0, no. 6 SE-Articles, Mar. 2007.