Big Data y Rendimiento Académico en la Educación Superior: Una Revisión Bibliográfica basada en PRISMA
Cargando...
Fecha
Autores
Rodríguez Pesca, Andrés Felipe
Director
Enlace al recurso
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Descripción
El Big Data ha revolucionado diversos sectores, incluyendo la educación superior, facilitando la recopilación y análisis de datos para apoyar la toma de decisiones. Su aplicación en el ámbito del rendimiento académico ha demostrado ser una herramienta importante para predecir el desempeño estudiantil, personalizar el aprendizaje y generar estrategias efectivas para la reducción de la deserción universitaria. Este estudio se basa en la búsqueda y análisis de artículos relevantes que aplican Big Data en la educación superior, bajo la metodología PRISMA, analizando investigaciones recientes obtenidas de bases de datos como Taylor & Francis, Scopus, ScienceDirect e IEEE-Xplore. El Big Data, junto con el machine learning y la minería de datos, crea modelos predictivos para estimar el desempeño académico de los estudiantes optimizar estrategias de aprendizaje. Gracias a esto, se pueden detectar factores clave que afectan el rendimiento académico, como problemas emocionales, la situación económica o la falta de atención personalizada. Entre los principales hallazgos, se identificó que aproximadamente el 75% de los estudios revisados reportan mejoras en el rendimiento académico cuando se implementan plataformas de aprendizaje en línea. Además, el uso de tecnologías como Big Data ha contribuido a personalizar los procesos de enseñanza, facilitando un aprendizaje más adaptado a las necesidades de los estudiantes. A pesar de sus ventajas, su implementación en la educación superior enfrenta retos como la protección de datos, capacitación del personal y la dificultad de adaptar las instituciones a nuevas metodologías. Llevando a cabo las estrategias adecuadas, el Big Data puede transformar la educación, mejorando el aprendizaje y aumentando la retención de estudiantes a través de modelos basados en datos.
Abstract
Big Data has revolutionized several sectors, including higher education, facilitating the collection and analysis of data to support decision making. Its application in academics has proven to be an important tool to predict student performance, personalize learning and generate effective strategies for reducing university dropout. This study is supported by a review of bibliographic sources that apply Big 1 Data in higher education, under the PRISMA methodology, analyzing recent research obtained from databases such as Taylor & Francis, Scopus, ScienceDirect and IEEE Xplore. Big Data, together with machine learning and data mining, creates predictive models to estimate students' academic performance, identify risk factors and optimize learning strategies. Thanks to this, it is possible to detect key factors that affect academic performance, such as emotional problems, economic situation or lack of personalized attention. Among the main findings, it was identified that approximately 75% of the reviewed improvements studies in report academic performance when online learning platforms are implemented. Furthermore, the use of technologies such as Big Data has contributed to personalizing teaching processes, facilitating learning that is more tailored to students' needs. Despite its advantages, its implementation in higher education faces challenges such as data protection, staff training and the difficulty of adapting institutions to new methodologies. With the right strategies in place, Big Data can transform education, improving learning and increasing student retention through data-driven models.
Idioma
spa
Palabras clave
Citación
Rodriguez, A. (2025). Big Data y Rendimiento Académico en la Educación Superior: Una Revisión Bibliográfica basada en PRISMA. [Trabajo de grado, Universidad Santo Tomás]. Repositorio Institucional