Implementación de big data para mejorar el análisis de indicadores de eficiencia
DOI:
https://doi.org/10.5281/zenodo.11671505Palabras clave:
big data, educación, tecnologías de la informaciónResumen
El uso del Big Data en la educación ha generado una abundancia de información debido a los rápidos y constantes cambios en las escuelas, presentando desafíos y beneficios significativos. Las tecnologías de la información, como las plataformas en la nube, han facilitado el acceso y análisis de estos datos, mejorando procesos educativos desde el diagnóstico hasta la solución de problemas. El objetivo de nuestra investigación es la de evaluar el impacto de la implementación de Big Data en el análisis de indicadores de eficiencia en el Centro Educativo Experimental Rafael Narváez Cadenillas. La metodología empleada fue de enfoque pre-experimental, con una muestra de 55 personas seleccionadas aleatoriamente de una población de 127 individuos según datos estadísticos del Centro Educativo. Los instrumentos de recolección de datos incluyeron artículos científicos y una encuesta utilizando la escala de Likert, y para el análisis de resultados se utilizaron programas estadísticos como SPSS y Microsoft Excel. En los resultados encontramos que el tiempo se redujo de 632,58 a 16,58 segundos (97.38%). Almora (2018) reportó una reducción del 79,82% en contextos universitarios. Tejada y Zoiner (2017) sostienen que Big Data maneja grandes datos complejos. Observación en la preparación de informes mostró una disminución del 93,4% (1265,17 a 82,92 segundos), similar a Linares (2019, 75%). Por lo tanto, la integración de Big Data mejora la toma de decisiones y la productividad del personal educativo, según sugieren estos hallazgos.
Descargas
Referencias
Almora, N. (2018). Análisis y usos del Big data aplicado en la universidad nacional “San Luis Gonzaga” de Ica: caso Facultad de Ingeniería de Sistemas. [Tesis de pregrado, Universidad San Luis Gonzaga de Ica]. Repositorio institucional USLG: https://repositorio.unica.edu.pe/handle/20.500.13028/3095
Alyoussef, Ibrahim & Al-Rahmi, Waleed. (2022). Big data analytics adoption via lenses of Technology Acceptance Model: empirical study of higher education. Entrepreneurship and Sustainability Issues. 9. 399-413. 10.9770/jesi.2022.9.3(24).
Aytaç, Zeynep & Bilge, H.. (2021). Big Data Analytics in Higher Education: A Systematic Review * Yükseköğretim'de büyük veri analitiği: sistematik bir literatür taraması.
Baig, MI, Shuib, L. y Yadegaridehkordi, E. Big data en educación: estado del arte, limitaciones y futuras direcciones de investigación. Int J Educ Technol High Educ 17, 44 (2020). https://doi.org/10.1186/s41239-020-00223-0
Bamiah, Mervat & Brohi, Sarfraz & Bashari Rad, Babak. (2018). Big data technology in education: Advantages, implementations, and challenges. Journal of Engineering Science and Technology. https://www.researchgate.net/publication/326732022_Big_data_technology_in_education_Advantages_implementations_and_challenges
Brown, T. (2018). Transforming Teaching Methods with Big Data. Journal of Modern Education.
White, K. (2019). Personalized Learning Plans through Big Data Analytics. Journal of Educational Technology.
Dijcks, J. P. (2013). Oracle: Big Data for the Enterprise. https://www.oracle.com/technetwork/database/bi-datawarehousing/wp-big-data-with-oracle-521209.pdf
Linares, C. (2019). Implementación de un sistema de Big Data aplicado a la migraciónl de datos bajo la distribución cloudera con Apachel Hadoopl, en el Bancol Interbankl. [Tesis de pregrado, Universidadl Tecnológical del Perúl]. Repositorio institucional UTP: https://renati.sunedu.gob.pe/handle/sunedu/3033625
Porras, A. (2017). Centro Público de Investigación CONACYT. Diplomado en Análisis de Información Geoespacial. Conceptos básicos de estadística. https://centrogeo.repositorioinstitucional.mx/jspui/bitstream/1012/157/1/13-Conceptos%20B%C3%A1sicos%20de%20Estad%C3%ADstica%20-%20Diplomado%20en%20An%C3%A1lisis%20de%20Informaci%C3%B3n%20Geoespacial.pdf
Tejada, Z. (2017). Mastering Azure Analytics: Architecting in the Cloud with Azure Data Lake, HDInsight, and Spark . https://dokumen.pub/mastering-azure-analytics-architecting-in-the-cloud-with-azure-data-lake-hdinsight-and-spark-1nbsped.html
Shorten, A., & Moorley, C. (2014). Selecting the sample. Evidence-Based Nursing, 17(2), 32-33
Siemens, G., & Long, P. (2011). Penetrating the Fog: Analytics in Learning and Education. EDUCAUSE Review, 46, 31-40.
Usher, Maya & Hershkovitz, Arnon. (2023). Data-driven Decisions of Higher Education Instructors in an Era of a Global Pandemic. Online Learning. 27. 10.24059/olj.v27i2.3452.
Descargas
Publicado
Número
Sección
Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La revista se acoge a la licencia Licencia Atribución (CC BY), permitiendo la posibilidad de copiar, distribuir, exhibir, y producir obras derivadas, siempre y cuando se reconozca y cite al autor.







