Aplicación de wearables de pulsera en entornos educativos para la caracterización del sueño y del estrés

Abstract

Durante los últimos años el uso común de aplicaciones en red ha desembocado en la disponibilidad de grandes volúmenes de datos. De forma casi paralela, las principales empresas del sector TIC han desarrollado y perfeccionado algoritmos de minería de datos (data mining) que permiten la recolección y tratamiento de estos datos para la obtención de información relevante, tales como perfiles de usuarios que son usados para ofrecer servicios personalizados. Esta evolución se ha producido también en el ámbito educativo. Así, instituciones educativas públicas y privadas llevan a cabo estudios para mejorar la docencia en base al análisis de datos relativos a las acciones de los estudiantes, dando lugar a lo que se conoce como Learning Analytics (LA) o Educational Data Mining (EDM). Los datos que se utilizan en el ámbito del LA suelen proceder directamente de sistemas con fines educativos, como LMS, SIS y otras plataforma similares. Por el contrario no se contempla con demasiada profusión la utilización de datos provenientes de otros tipos de fuentes menos relacionadas con el ámbito educativo, perdiendo la información que esto aportaría a los análisis. El presente trabajo de tesis pretende contribuir al campo del LA mediante la explotación de datos generados en dispositivos móviles y wearables. A día de hoy se está produciendo una explosión en el uso de este tipo dispositivos, en los que se incluyen una gran variedad de sensores que aportan datos potencialmente útiles para caracterizar a los estudiantes en los procesos de educación y aprendizaje. Los objetivos de la tesis se orientan a estudiar el potencial de estos datos en los procesos analíticos, a mejorar el descubrimiento de patrones de comportamiento y su aplicabilidad en contextos particulares, como puede ser el aprendizaje autorregulado o el aprendizaje colaborativo.

Nos últimos anos o uso común das aplicación en rede deron cabida a dispoñibilidade de grandes volumes de datos. De forma case paralela, as principais empresas do sector das TIC desenvolveron e melloraron algoritmos de minería de datos (data mining) cos que recoller e tratar estes datos e así obter información relevante, tales coma perfís de usuarios cos que ofertar servizos personalizados. Dita evolución produciuse tamén nos ámbitos educativos. Desta forma, institucións educativas públicas e privadas, levan a cabo estudos para a mellora da docencia, empregando a análise de datos relativos as accións dos estudantes, e obtendo o que se coñece coma Learning Analytics (LA) o Educational Data Mining (EDM). Os datos que se empregan no ámbito do LA con frecuencia son obtidos directamente de sistemas con fins educativos, coma LMS, SIS e outras plataformas similares. Polo contrario, non se atopa con frecuencia o emprego de fontes de datos menos relacionadas co ámbito educativo, perdendo a información que isto achegaría as análises. O presente traballo de tese pretende contribuír o campo do LA aproveitando a explotación de datos xerados nos dispositivos móbiles e wearables. Hoxe en día se está a producir unha explosión no uso deste tipos de dispositivos, nos que se inclúen unha gran variedade de sensores que achegan datos potencialmente útiles para caracterizar os estudantes nos procesos educativos e na sua aprendizaxe. Os obxectivos desta tese oriéntanse a estudar o potencial destes datos nos procesos de análise, a mellorar o descubrimento de patróns de comportamento e a estudar a súa aplicabilidade en contextos particulares, coma pode ser a aprendizaxe autorregulada ou a aprendizaxe colaborativa.

In recent years the use of network applications has resulted in a large amounts of data. For this reason, major ICT companies have developed and refined data mining algorithms to collect data and get relevant information (for example, user profiles that are used to provide personalized services). This evolution has also occurred in public and private education environments. Educational institutions research to improve teaching by analyzing data on student actions, this is known as Learning Analytics (LA) or Educational Data Mining (EDM). The data used in LA often come directly from educational purposes systems (LMS, SIS, and other similar platforms). Non-educational data sources are scarcely used, losing the information that this would bring to the analysis. This thesis contributes to LA with the exploitation of data generated in mobile and wearable devices. Today, the use of these devices is increasing, they include a variety of sensors that provide potentially useful data to characterize students in education and learning processes. This thesis objectives are to analyze the potential of these data in analytical processes, improve the discovery of behavior patterns and study their application in contexts such as: self-regulated learning and collaborative learning.