“Analíticas de aprendizaje usando el método de asociación predictiva de varianza de factores”.
Raúl Valente Ramírez Velarde. Instituto Tecnológico y de Estudios Superiores de Monterrey.

Resumen
Se presentan técnicas de modelación y análisis de datos que en conjunto crean una metodología que permite una evaluación de cursos a cualquier nivel o escala, desde primarias hasta cursos de ingeniería y desde clases tradicionales hasta cursos masivos (MOOCs). Hay 4 tipos de información que se pueden usar: socio-económica, psicológica, actividades de clase y otros (gamificación, redes sociales, etc.)

La metodología puede dar la siguiente retroalimentación:
a) Si el curso está mal diseñado o sub diseñado. Es decir, que la evaluación global o final del estudiante no está asociada a sus actividades
b) Si el curso esta sobre diseñado. Es decir, que muchas actividades muestran los mismo resultados y que por tanto algunas de ellas sobran
c) Puede determinar qué actividades están más asociadas al éxito del estudiante, convirtiéndose en alarmas tempranas para detectar alumnos en riesgo
d) Puede establecer perfiles de los estudiantes y establecer cuáles perfiles tienen mejor desempeño