aperturaApertura (Guadalajara, Jal.)Apert. (Guadalaj.,
Jal.)1665-61802007-1094Universidad de Guadalajara, Sistema de Universidad
Virtual10.32870/Ap.v14n2.2199Artículos de investigaciónAnálisis envolvente de datos de las plataformas educativas por área
académicaEnveloping analysis of data from educational platforms by area of
knowledge0000-0001-6106-5631Castro CoriaEva Grissel*0000-0001-8393-2855Gómez MongeRodrigo**Doctora en Políticas Públicas por el Instituto
de Investigaciones Económicas de la Universidad Michoacana de San Nicolás de
Hidalgo, México. Correo electrónico: eva072001@hotmail.comInstituto de Investigaciones
EconómicasUniversidad Michoacana de San Nicolás de
HidalgoMexicoeva072001@hotmail.comDoctor en Economía Aplicada en la Universidad
de Santiago de Compostela y Doctor en Ciencias Administrativas en el Instituto
Politécnico Nacional, México. Profesor investigador de la Universidad Michoacana
de San Nicolás de Hidalgo. Miembro del Sistema Nacional de Investigadores (SNI),
nivel 1. Correo electrónico: rmonge@umich.mxUniversidad Michoacana
de San Nicolás de HidalgoMexicormonge@umich.mx2205202310202214292109050220221207202230092022Este es un artículo publicado en acceso abierto bajo una licencia
Creative CommonsRESUMEN
Ante la presencia de la pandemia provocada por la covid-19, se implementaron
plataformas digitales para continuar con los procesos educativos desde el
aislamiento. En el caso de la educación superior y las diversas áreas académicas
impartidas, se identificaron diferentes resultados en el uso de las mismas
plataformas. En este contexto, se consideró necesario analizar cómo han influido
las características tecnológicas implementadas a nivel superior en México en la
participación, la asistencia y la evaluación de los alumnos por área académica.
Por consiguiente, se realizó un análisis envolvente de datos para medir la
eficiencia de las entradas y las salidas descritas por la literatura; las
limitaciones de esta investigación se circunscribieron por la cantidad de datos
a analizar. Como resultado se identificó que a mayor cantidad de características
añadidas a las plataformas digitales hubo mejores niveles de participación,
asistencia y evaluación de los estudiantes por área académica. Asimismo, al
atender a futuras líneas de investigación, se considera idóneo abundar sobre los
diversos métodos de evaluación digital, como el portafolio digital y la
retroalimentación.
<italic>Abstract</italic>
In the presence of the pandemic caused by Covid-19, digital platforms
were implemented to continue with the education processes from isolation. In
the case of higher education that imparts various areas of knowledge,
different results were identified in the use of the same digital platforms.
In response to this, it was necessary to analyze how the technological
characteristics implemented at a higher level in Mexico have influenced the
participation, attendance and evaluation of students by area of knowledge
Therefore, a data envelopment analysis was performed to measure the
efficiency of the inputs and outputs described by the literature; the
limitations of the research was circumscribed by the amount of data to be
analyzed. As a result, it was identified that the greater the number of
features added to the digital platforms, the better levels of participation,
attendance and evaluation of students by academic area. Likewise, when
considering future lines of research, it is considered ideal to elaborate on
the various methods of digital evaluation, such as the digital portfolio and
feedback.
Palabras clave:Análisis envolventeplataformas digitaleseducación a distanciacovid-19México<italic>Keywords:</italic>Envelope analysisdigital platformslong-distance educationCOVID-19Mexico
INTRODUCCIÓN
En esta investigación se analizan las plataformas educativas implementadas durante la
pandemia provocada por la covid-19 en México, con el objetivo de identificar cómo
las características tecnológicas han influido en los niveles de participación,
asistencia y evaluación de los alumnos. Para ello, se estudia la literatura y se
identifican catorce características tecnológicas consideradas importantes para
brindar servicios efectivos y contrarrestar los efectos de la pandemia.
Aunque las plataformas digitales han demostrado ser una estrategia útil para fomentar
los procesos de enseñanza-aprendizaje, al examinarlas es pertinente tener en cuenta
las diferentes asignaturas que se imparten; para el presente trabajo se analizan
nueve disciplinas o áreas académicas para determinar cómo influyeron las plataformas
en el proceso de aprendizaje. En este sentido, se utiliza el análisis envolvente de
datos para construir un modelo que mida la eficiencia, tomando como entradas las
catorce características señaladas por la literatura, y como salida la participación,
la asistencia y la evaluación de los alumnos por área académica.
Los resultados muestran los promedios de participación, asistencia y calificación,
así como las características tecnológicas empleadas y su eficiencia final. Los
hallazgos se describen de manera puntual e identifican las relaciones entre entradas
y salidas por área académica, en donde se observa si a mayor cantidad de
características añadidas a las plataformas digitales existen mejores niveles de
participación, asistencia y evaluación a los alumnos, o viceversa. Por último, en
las conclusiones se precisa el objetivo logrado y se describe la contribución
teórica y práctica se plantean las limitaciones del análisis y se enuncian algunas
recomendaciones para futuras líneas de investigación.
MARCO TEÓRICO
Ante la llegada de la pandemia provocada por la covid-19, que obligó a emplear las
tecnologías de la información y comunicación para que la educación se desarrollara
por medios digitales (Agamben et
al., 2020), la educación superior se vio forzada a diseñar
estructuras de aprendizajes para impartir las áreas académicas de manera digital, es
decir, para la educación a distancia ante el aislamiento (Mejías y Badilla, 2022). Lo anterior supuso un reto, ya que el
proceso de planeación debió esperar, mientras que la reacción se configuró como el
principal exponente de la política educativa, lo que en política pública se
considera “salir del paso” (Aguilar, 1992;
2013). Esto exigió la reorganización de
los sistemas educativos y transitar de los sistemas presenciales a los sistemas
digitales en poco tiempo, así como acceder a competencias digitales en un entorno
con brechas importantes de conectividad (Chanto y
Loáiciga, 2022).
Debido a lo anterior, y con la intención de brindar servicios efectivos, la
Organización de las Naciones Unidas (ONU) recomendó implementar tecnologías de
código abierto, a fin de que la educación pública no dependiera de plataformas
digitales de empresas privadas (ONU, 2020, p.
27); además, exhortó a que las plataformas digitales fueran portátiles y
a priorizar los recursos educativos y los procesos administrativos, atendiendo a las
necesidades de la educación pública (Organización de
las Naciones Unidas para la Educación, la Ciencia y la Cultura, Unesco,
2020). Estas recomendaciones han repercutido en las instituciones
educativas de nivel superior, donde predominan las plataformas digitales
administradas por las universidades (Coria y Monge,
2022).
Las primeras acciones para contrarrestar los efectos de la pandemia se efectuaron con
la implementación de plataformas digitales, las cuales han agregado diferentes
elementos para mejorar el aprendizaje remoto (Deeley, 2018). Muestra de lo anterior es la introducción de bibliotecas
a la era digital, en donde los documentos científicos se socializan por red de
manera gratuita y son utilizados como herramienta cognitiva para desarrollar el
aprendizaje (Carrillo & Flores, 2020).
Por su parte, la producción de contenidos académicos transita de una pantalla
inmóvil (por ejemplo: los documentos en PDF como didáctica de aprendizaje) a
elementos multimedia con pantallas expandidas y líquidas (Pardo y Cabo, 2020) o dispositivos interactivos que forman
alumnos participativos.
También destacan las videoconferencias, que iniciaron como el medio de interacción
entre el profesor y el estudiante (Wong,
2020). Sin embargo, la experiencia ha demostrado que las clases por
videoconferencia deben ir acompañadas de foros en línea para compartir narrativas
que mejoren las habilidades de los alumnos (Wong,
2020), sesiones teóricas pregrabadas y mentorías sincrónicas para
fortalecer la educación teórica (Carrillo &
Flores, 2020), en virtud de que los videos largos, sin recursos
adicionales, son equivalente a corta atención (Pardo
y Cabo, 2020).
En este tenor, sobresale la importancia de que las plataformas digitales sean
accesibles para estudiantes con discapacidad visual o auditiva (Moreno, 2020) -lo que debiera generar productos
tecnológicos de apoyo, como la posibilidad de crear subtítulos de forma automática o
la función de lectura en voz alta-, que sean compatibles con todos los navegadores,
que puedan evitar el plagio o el reemplazo de identidad por parte de los
estudiantes, y que reconozcan patrones o incluso identifiquen a los individuos en
riesgo de ser reprobados o de perder el año; estas características facilitarían el
uso de herramientas de este tipo en el proceso de enseñanza-aprendizaje, tanto a los
docentes como a los estudiantes (Pardo y Cabo,
2020; Portillo et al.,
2020).
Utilizar plataformas digitales ha demostrado ser una estrategia útil cuando genera
técnicas didácticas digitales y se concibe como un medio de comunicación entre el
profesor y el alumno (Almazán y Cárdenas,
2012), lo que permitió transitar de un modelo único, durante los picos de la
pandemia, a los diferentes modelos híbridos.
Es importante recordar que diferentes áreas académicas requieren diferentes maneras
de impartir el aprendizaje. Asimismo, los perfiles de los alumnos en modalidad a
distancia definen el grado de dominio de las herramientas y las estrategias de
aprendizaje y, por ende, la didáctica educativa a implementar (Almazán y Cárdenas, 2012); es decir, implica emplear teorías de
aprendizaje específicas para mejorar la educación universitaria en línea y que los
sujetos del aprendizaje (profesor y alumno) se conecten de manera eficiente a través
de estos medios digitales (Andersen y West,
2020).
Esta situación puede observarse en la mejora del proceso de evaluación, que transitó
de enviar las tareas al profesor por correo electrónico, con los retos profesionales
que esto implicó (Carrillo & Flores,
2020), a la creación de portafolios digitales como estrategia de evaluación
del aprendizaje, lo que generó mejores niveles de aprendizaje y permitió la
retroalimentación para reconstruir el conocimiento (Marinho et al., 2021). Si bien esta transformación es
compleja, resulta fundamental para los procesos de evaluación (Henderson et al., 2019).
Es necesario considerar que la evaluación de los alumnos no es el único indicativo de
aprendizaje, ya que no solo se valoran los aprendizajes de los contenidos mediante
un examen tradicional, también se recomienda medir la participación y para ello se
utiliza la autoevaluación, la evaluación por pares o la evaluación compartida
mediante foros de discusión o ejercicios de preguntas y respuestas (San Martín et al., 2016). La
evaluación permite realizar una serie de pruebas que reflejan el proceso formativo
del alumnado (Area-Moreira et al.,
2021), en ese sentido, hay que resaltar la importancia del esquema de
evaluación, el cual también está condicionado al tipo de disciplina académica, ya
que algunas veces el examen final tiene mayor importancia (por ejemplo, las
universidades públicas aún contemplan el examen final como el modelo tradicional de
evaluación; San Martín et al.,
2016), mientras que en otras ocasiones las prácticas de laboratorio son
más relevantes (San Martín et al.,
2016). Valorar los aprendizajes esperados es multidimensional e implica
implementar diferentes pruebas, teniendo presente el área académica y el tipo de
universidad, sin olvidar que se recomienda que cualquier modelo de evaluación se
acompañe de una retroalimentación oportuna (Carrasco
et al., 2021).
Las plataformas educativas deben ser capaces de proveer espacios para desarrollar
habilidades de flexibilidad, resiliencia y previsión en las diferentes áreas
académicas, ya sea ciencias exactas o humanidades (Jordan et al., 2021), en donde se permita generar
variaciones en cuanto a las respuestas que se aplicaron para contrarrestar la
problemática. En esto radica la importancia de saber cómo influyen estas
herramientas en el proceso de aprendizaje, especialmente cuando el tipo de
plataforma digital configura el medio en que el profesor y el alumno se encuentran,
lo que afecta la participación, la asistencia y los resultados de la evaluación
(Ramírez y Barajas, 2017).
De manera concreta, en México la Constitución Política de los Estados Unidos
Mexicanos (CPEUM) establece que la educación superior o universitaria
goza de autonomía en los componentes presupuestales y académicos (2021, Artículo 3, Fracción VII), lo que permite
que operen atendiendo a una situación concreta, esto posibilita la recolección de
diversas experiencias y atiende a los teóricos de las organizaciones, además se
asume que al estar facultados para la toma de decisiones dentro de la propia
institución se accede a mayores grados de eficiencia (Bracho, 2011).
METODOLOGÍA
Este trabajo pretende identificar si el uso de plataformas digitales, que incorporan
en su implementación las características descritas, propician mejores niveles de
participación, asistencia y evaluación de los alumnos. Para comprobar esta hipótesis
se somete la información a un análisis envolvente de datos (DEA, por sus siglas en
inglés), considerando los productos empleados y los logros obtenidos (Chávez et al., 2016; Torres Hernández et al.,
2010).
El DEA realiza un estudio de eficiencia técnica (Miriam et al., 2017) no paramétrico, de tipo
cuantitativo, que combina inputs y outputs; este
ha sido utilizado para estudiar la eficiencia en el sector educativo,
específicamente en la educación superior (Alfonso
et al., 2013), en donde existen múltiples entradas y
salidas que pueden ser expresadas en unidades de medida (Villarreal & Tohmé, 2017). El DEA se basa en análisis
matemáticos, puede comparar un grupo de unidades por nivel de eficiencia y, con
esto, clasificarlas de manera objetiva para la toma de decisiones; al obtener los
resultados se realiza un cálculo que genera una puntuación para cada unidad. Este
tipo de estudios posee algunas limitaciones, como la sensibilidad a errores de datos
(Ramírez y Alfaro, 2013).
Para este análisis se tomaron catorce características señaladas por la literatura
como variables de entrada, entendidas como la calidad de la infraestructura digital,
o estructura de plataforma digital, tomando en cuenta el programa académico o la
disciplina académica a impartir (Alfonso et
al., 2013); como salidas se valoró el rendimiento
estudiantil, según la participación, la asistencia y la evaluación de los alumnos,
lo que implica identificar el aprovechamiento de los recursos empleados para
expresarlos en eficiencia relativa, en donde a los valores iguales a 1 se les
denomina: eficiente (Quesada-Ibargüen,
2003).
Por lo anterior, se valoró que la metodología del análisis envolvente de datos es la
más propicia para comprobar si es verdadera la hipótesis planteada: a mayor cantidad
de características añadidas a las plataformas digitales mejores niveles de
participación, asistencia y evaluación de los estudiantes.
<italic>Diseño de la investigación</italic>Universo
Con el objetivo de analizar cómo han influido las plataformas educativas
implementadas a nivel superior en México durante la pandemia provocada por
la covid-19, mediante la Plataforma Nacional de Transparencia y Acceso a la
Información Pública (PNT) se solicitó a 338 instituciones de educación
superior (en sus componentes de universidades autónomas, estatales,
politécnicas, tecnológicas interculturales y pedagógicas) información acerca
de:
Entradas:
Si la plataforma educativa en línea implementada por la universidad durante
la pandemia:
1) Cuenta con una biblioteca para brindar servicios efectivos a
los docentes y a los estudiantes
2) Permite la producción de contenidos académicos por parte del
docente
3) Genera videoconferencias entre el docente y el estudiante
4) Cuenta con un apartado para el envío de tareas
5) Cuenta con un apartado para motivar los foros de discusión
6) Cuenta con un portafolio digital como estrategia de evaluación
del aprendizaje
7) Cuenta con un apartado para la retroalimentación remota
8) Permite implementar sesiones teóricas pregrabadas por el
docente
9) Permite implementar mentorías sincrónicas
10) Es accesible para estudiantes con discapacidad visual o
auditiva
11) Evita el plagio o el reemplazo de identidad por parte de los
estudiantes
12) Es compatible con todos los navegadores
13) Es capaz de reconocer patrones o incluso identificar a las
personas en riesgo de ser reprobados o de perder el año
14) Brinda ayuda remota para el uso de la plataforma a los
docentes y a los estudiantes
Lo anterior sirve para analizar cómo han influido las características de la
plataforma en:
Salidas:
1) Participación
2) Asistencia
3) Evaluación de los alumnos
La totalidad del universo planteado fue nueve disciplinas académicas (en 338
instituciones de educación superior) que reciben recursos federales o
estatales, razón por la que fueron añadidos a la PNT como sujetos obligados.
A estas instituciones de educación superior se les envió una solicitud de
acceso a la información para que proporcionaran datos en relación con las
entradas y salidas estudiadas, delimitando la investigación al período
académico que comprendió del primero de marzo de 2020 al 9 de julio de 2021.
La muestra (ver Tabla 1) se formó
según las respuestas dadas por las instituciones de educación superior, en
especial aquellas que en la solicitud:
1) Al considerar las entradas o características tecnológicas, su
respuesta -si se cuenta, no se cuenta, parcialmente se cuenta-
pudo ser normalizada en valores numéricos.
2) Teniendo en cuenta que en las universidades los profesores
gozan de libertad de cátedra, lo que les permite acceder a
diversas formas de calificación, así como a determinar la
participación y asistencia según su forma de evaluar, las
salidas de la muestra se centraron en utilizar solo aquellas
respuestas que refirieron seguir una escala de:
a) Participación: evaluada en una escala del 0 al 100%
b) Asistencia: evaluada en una escala del 0 al 100%
c) Calificación: evaluada en una escala del 0 al 10
Muestra
DISCIPLINA
INSTITUCIONES DE EDUCACIÓN SUPERIOR
ESTUDIADAS POR DISCIPLINA
Artes, diseño y arquitectura
9
Ciencias sociales, humanidades y
derecho
15
Salud, enfermería, optometría, deporte y
nutrición
26
Agronomía y zootecnia
29
Físico-matemáticas
17
Química, biología y ciencias del mar
28
Económico-administrativas y turismo
93
Ingeniería e informática
116
Pedagogía, psicología y comunicación
11
Fuente: elaboración propia con información de la muestra
recolectada.
Lo anterior se realizó para que los datos fueran uniformes y en ese orden de
ideas pudieran contemplarse como viables para el análisis, especialmente
porque para analizar mediante el DEA se requiere que los datos a analizar
sean homogéneos para la comparación, y a la vez heterogéneas para extraer
información después de comparar (Pino-Mejías
et al., 2010). Es por esto que, considerando
las nueve disciplinas académicas y el resultado del subconjunto de datos que
conforma la muestra, se obtiene una muestra y los valores de entrada y
salida.
Muestra
Tras recibir la información y procesarla se obtuvo la muestra que se desglosa
en la Tabla 1. De esta muestra se
midieron las entradas y salidas, o productos empleados y logros, para
obtener los promedios.
Valores de entradas
Para las entradas, los valores se definieron en una escala de:
• Cuenta con alguna de las características referidas: 1 punto por
característica
• Cuenta parcialmente con alguna de las características: 0.5
puntos por característica
• No cuenta con alguna de las características referidas: 0 puntos
por característica
Para realizar el análisis de las entradas se aplicó la siguiente fórmula (ver
Tabla 2).
Muestra
FÓRMULA 1. EFICIENCIA DE LAS
ENTRADAS
PROMEDIO DE LAS CARACTERÍSTICAS
TECNOLÓGICAS
E=nE/maxnE
X-E=∑E/n
Donde:
Donde:
E= Entradas
nE= Número de entradas o
características tecnológicas con las que cuenta la
plataforma de la institución de educación
superior, por disciplina académica
maxnE= Valor máximo de número
total de entradas considerada
X̄E=Promedio de entradas
ΣE= Suma de entradas de todas
las instituciones de educación superior por
disciplina académica
n= Número de instituciones de
educación superior estudiadas por disciplina
Fuente: Elaboración propia con información de Chávez et al.
(2016), Torres
Hernández et al. (2010).
Valores de salidas
Para las salidas, los valores se definen de acuerdo con lo mostrado en la
Tabla 3. En este sentido, la
eficiencia total, al observar los valores de las entradas (resultado de la
Fórmula 1, ver Tabla 2) y las salidas
(resultado de la Fórmula 5, ver Tabla
3), se calcula de acuerdo con la Fórmula 6 (ver Tabla 4).
Los resultados (E, S y Ef)
se desagregan por institución, agrupados por disciplinas académicas, es
decir, los resultados por institución de educación superior se muestran en
las abscisas de las Gráficas 1, 2, 3, 4, 5, 6, 7, 8, y 9. En cuanto a los
promedios, se describen en el texto del apartado de resultados por
disciplina, las fórmulas se desglosan en las Tablas 2, 3 y 4 y los resultados en la Tabla 5.
Eficiencia por disciplina de Artes, diseño y
arquitectura.
Fuente: elaboración propia con información de la muestra
recolectada. Nota: en las abscisas se reflejan las instituciones
Eficiencia por disciplina de Ciencias sociales, humanidades y
derecho.
Fuente: elaboración propia con información de la muestra
recolectada. Nota: en las abscisas se reflejan las instituciones.
Eficiencia por disciplina de Salud, enfermería, optometría,
deporte y nutrición.
Fuente: elaboración propia con información de la muestra
recolectada. Nota: en las abscisas se reflejan las instituciones.
Eficiencia por disciplina de Agronomía y zootecnia.
Fuente: elaboración propia con información de la muestra
recolectada. Nota: en las abscisas se reflejan las instituciones.
Eficiencia por disciplina de Físico-matemática.
Fuente: elaboración propia con información de la muestra
recolectada. Nota: en las abscisas se reflejan las instituciones.
Eficiencia por disciplina de Química, biología y ciencias del
mar.
Fuente: elaboración propia con información de la muestra
recolectada. Nota: en las abscisas se reflejan las instituciones.
Eficiencia por disciplina de Económico-administrativas y
turismo.
Fuente: elaboración propia con información de la muestra
recolectada.Nota: en las abscisas se reflejan las instituciones.
Eficiencia por disciplina de Ingeniería e
informática.
Fuente: elaboración propia con información de la muestra
recolectada. Nota: en las abscisas se reflejan las instituciones.
Eficiencia por disciplina de Pedagogía, psicología y
comunicación.
Fuente: elaboración propia con información de la muestra
recolectada. Nota: en las abscisas se reflejan las instituciones.
Fórmula salidas
VALORES POR UNIVERSIDAD
Participación: 0-100%
Asistencia: 0-100%
Calificación: 0-10
FÓRMULA 2. PARTICIPACIÓN
FÓRMULA 3. ASISTENCIA
FÓRMULA 4. CALIFICACIÓN
P=PP/maxPP
A=PA/maxPA
C=c/maxC
Donde:
Donde:
Donde:
P= Participación
P= Porcentaje de participación
por institución de educación superior y por
disciplina académica
maxPP = Valor máximo de
porcentaje de participación
A = Asistencia
PA = Porcentaje de asistencia
por institución de educación superior y por
disciplina académica
maxPA = Valor máximo de
porcentaje de asistencia
C = Calificación
c = Calificación por
institución de educación superior y por disciplina
académica
maxC = Valor máximo de
calificación
Al considerar tres salidas:
participación, asistencia y calificaciones, se calcula
de la siguiente forma
FÓRMULA 5. EFICIENCIA
DE LAS SALIDAS
Donde:
S=(P+A+C)/n
S= Salida.
P = Participación.
A = Asistencia. C
= Calificación. n = Número total de
salidas
Donde:
Donde:
Donde:
X-P=ΣP/n
X-A=ΣA/n
X-C=ΣC/n
X̄P = Promedio de
participación
ΣP = Suma de participación de
todas las instituciones de educación superior por
disciplina
n = Número de instituciones de
educación superior estudiadas por disciplina
X̄A = Promedio de
calificaciones
ΣA = Suma de calificaciones de
todas las instituciones de educación superior por
disciplina
n = Número de instituciones de
educación superior estudiadas por disciplina
X̄C = Promedio de
asistencia
ΣC = Suma de asistencia de
todas las instituciones de educación superior por
disciplina
n = Número de instituciones de
educación superior estudiadas por disciplina
Fuente: elaboración propia con información de Chávez et al.
(2016), Torres Hernández et al.
(2010).
Fórmula eficiencia
FÓRMULA 6. EFICIENCIA TOTAL
PROMEDIO DE LA EFICIENCIA
Ef=E×S
X-Ef=ΣEf/n
Donde :
Eƒ = Eficiencia
S = Salidas
E = Entradas
X̄Eƒ = Promedio de entradas
X̄Eƒ = Suma de entradas de
todas las instituciones de educación superior y
por disciplina
n = Número de instituciones de
educación superior estudiadas por disciplinas
Fuente: elaboración propia con información de Chávez et al.
(2016), Torres
Hernández et al.(2010).
Resultados finales
DISCIPLINA
PROMEDIO DE PARTICIPACIÓN
PROMEDIO DE ASISTENCIA
PROMEDIO DE CALIFICACIONES
PROMEDIO DE CARACTERÍSTICAS
TECNOLÓGICAS
PROMEDIO DE EFICIENCIA
X-P=ΣP/n
X-P=ΣA/n
X-P=ΣC/n
X-E=ΣE/n
X-Ef=ΣEf/n
Artes, diseño y arquitectura
93.03
89.43
8.35
11.50
0.79
Ciencias sociales, humanidades y
derecho
84.60
82.74
8.48
11.70
0.71
Salud, enfermería, optometría, deporte y
nutrición
79.44
79.38
8.49
11.30
0.68
Agronomía y zootecnia
79.96
76.91
8.24
11.39
0.67
Físico-matemáticas
83.04
80.69
8.28
12.23
0.73
Química, biología y ciencias del mar
86.04
82.40
8.38
11.75
0.72
Económico-administrativas y turismo
85.14
84.14
8.50
11.44
0.69
Ingeniería e informática
84.90
82.40
8.20
11.53
0.68
Pedagogía, psicología y comunicación
82.42
81.05
8.68
11.54
0.72
Fuente: elaboración propia con información de la muestra
recolectada.
RESULTADOS<italic>Artes, diseño y arquitectura</italic>
Se analizaron nueve instituciones de educación superior en su componente de
universidades tecnológicas.1 Al
extraer los datos, en donde los valores cercanos a 1 son los más eficientes, se
identificaron tres elementos importantes, las entradas (E), las
salidas (S) y la eficiencia (Ef). En la Gráfica 1 se evidencia la relación directa
entre las variables consideradas en este estudio por institución. En relación
con los promedios por grupo de disciplinas, el promedio de características
tecnológicas usadas en las plataformas es de 11.5 (X-E=ΣEfn), el promedio de participación en plataforma es de 93.03 (X-P=ΣPn),, el promedio de asistencia es de 89.43 (X-A=ΣAn), y el promedio de calificaciones es de 8.35 (X-C=ΣCn), donde el promedio de la eficiencia por unidades estudiadas es de
0.79 Ef=ΣEfn.
<italic>Ciencias sociales, humanidades y derecho</italic>
Se estudiaron quince instituciones de educación superior en sus componentes de
universidades estatales, tecnológicas e interculturales.2 Respecto a los valores cercanos a 1 en la
relación de entradas, salidas y eficiencia, la Gráfica 2 muestra el vínculo entre las variables estudiadas, en
donde se observan variaciones entre las entradas o las salidas que repercuten en
la eficiencia. Al analizar los datos, las variaciones surgen en el rendimiento
estudiantil definido por las salidas de participación, asistencia y
evaluaciones.
Para las disciplinas de Ciencias sociales, humanidades y derecho el promedio de
participación fue 84.60, en cuanto a la asistencia fue de 82.74 y para las
calificaciones de 8.48. Por lo que refiere al promedio de las características
tecnológicas de las plataformas implementadas durante la pandemia, el resultado
fue de 11.70, mientras que en la eficiencia final se obtuvo un valor de
0.71.
<italic>Salud, enfermería, optometría, deporte y nutrición</italic>
Los resultados de esta área académica se conforman por 26 instituciones de
educación superior en sus componentes de universidades estatales, tecnológicas,
politécnicas, autónomas e interculturales.3 Al analizar las entradas, salidas y eficiencia con
un valor cercano a 1, se muestra que los datos, aunque son homogéneos entre sí,
tienen variaciones importantes, ya que las variables de salida empiezan a
guardar una simetría a la baja, en donde el promedio de características
tecnológicas disminuye; lo mismo sucede con las salidas de participación y
asistencia (ver Gráfica 3).
El promedio para esta área académica estudiada, en cuanto variable de entrada es
de 11.30 y en lo que respecta a la participación es de 79.44, el promedio de la
asistencia es de 79.38 y en cuanto a calificaciones es de 8.49; asimismo, el
valor de eficiencia promedio es de 0.68. Los resultados evidencian cómo al
disminuir las características tecnológicas empleadas reducen de manera directa
las salidas, específicamente la participación y la asistencia, aunque las
calificaciones se mantienen.
<italic>Agronomía y zootecnia</italic>
Esta área cuenta con una muestra de 29 instituciones de educación superior,
tecnológicas, estatales, politécnicas e interculturales.4 La tendencia en cuanto a las características
empleadas por las plataformas y los resultados de participación, asistencia y
evaluación, es que dejan de ser homogéneos y de nueva cuenta van a la baja, ya
que existen valores por institución cercanos a 1 en las entradas, con valores de
salidas de 0.50 (ver Gráfica 4).
En este caso, el promedio de participación es de 79.96, el de asistencia de 76.91
y para las calificaciones es de 8.24; con relación a la cantidad de
características tecnológicas con lo que cuenta las plataformas el promedio es de
11.39 y el promedio de eficiencia es de 0.67. De nueva cuenta, se observa cómo
al disminuir las características tecnológicas empleadas baja de manera directa
el promedio de participación y de asistencia.
<italic>Físico-matemática</italic>
Para su estudio se tomó una muestra de 17 instituciones a nivel superior de
competencia, politécnica, tecnológica y autónoma.5 Los resultados muestran cómo ante mayores
características tecnológicas empleadas, mayores grados de participación,
asistencia y calificaciones. La Gráfica 5
muestra variaciones entre las entradas. En cuanto a las entradas, el estudio de
esta área académica cuenta con un promedio de 12.23 elementos considerados en el
total de la muestra, una participación de 83.04, una asistencia de 80.69 y un
promedio de calificaciones de 8.28, la eficiencia como valor promedio obtenido
es de 0.73.
<italic>Química, biología y ciencias del mar</italic>
La muestra se conforma de 28 instituciones a nivel superior en sus componentes de
universidades tecnológicas, estatales, politécnicas y autónomas.6 Esta disciplina cuenta con un
promedio de características tecnológicas empleadas de 11.75, un promedio de
participación de 86.04, asistencia de 82.89 y calificaciones de 8.38, el valor
de eficiencia en promedio es de 0.72. De los resultados se desprende valores
homogéneos entre entradas y la eficiencia, con algunas variaciones con relación
a las salidas. Al analizar únicamente las salidas existe una relación directa
entre las características tecnológicas y los grados de participación y
asistencia, con pequeñas variaciones en las calificaciones (ver Gráfica 6).
<italic>Económico-administrativas y turismo</italic>
Esta área académica tiene la segunda muestra más grande, con 93 instituciones de
educación superior en sus componentes de universidades tecnológicas,
politécnicas, interculturales, autónomas y estatales (ver Gráfica 7).7 Los resultados para esta área denotan cómo la
estructura de las plataformas como variable de entrada genera salidas
significativas (participación, asistencia y evaluación), es decir, mejor
rendimiento. Para este caso el promedio de entradas es de 11.44 y el promedio de
salidas correspondiente a participación es de 85.14, el promedio de la
asistencia es de 84.14, para calificaciones 8.5, así como un promedio de
eficiencia de 0.69.
<italic>Ingeniería e informática</italic>
La muestra concerniente a la disciplina de Ingeniería e informática es de 116
instituciones de educación superior e incluye universidades tecnológicas,
politécnicas, estatales y autónomas.8 Los resultados se visualizan en la Gráfica 8. En este caso hay una relación significativa
entre los valores de entrada y salida analizados: mejores plataformas, mejor
participación, asistencia y promedio de calificaciones. En esta área académica
el promedio general es el siguiente: participación 84.90, asistencia 82.40,
calificaciones 8.2 y características de la plataforma educativa 11.53; el valor
de eficiencia en promedio es de 0.68.
<italic>Pedagogía, psicología y comunicación</italic>
La última área académica a estudiar es Pedagogía, psicología y comunicación, con
una muestra de once instituciones de educación superior en sus componentes de
universidades tecnológicas, pedagógicas, estatales e interculturales.9 La Gráfica 9 muestra las relaciones en donde el promedio
general de participación es de 82.45, para asistencia es de 87.62, el promedio
de calificaciones es de 8.95 y utilizan en promedio 11.54 de las características
tecnológicas consideradas; el valor más eficiente es de 0.72.
Resalta que en todos los casos existe una baja implementación de bibliotecas
digitales dentro de las plataformas, poca accesibilidad para los estudiantes con
discapacidad, baja capacidad de reconocer patrones, ausencia de elementos para
evitar el plagio o el remplazo de identidad, así como pocos espacios digitales
para las mentorías sincrónicas y retroalimentaciones remotas. Los valores
totales se desglosan en la Tabla 5.
<italic>Hallazgos</italic>
Con relación a las variables estudiadas en sus componentes de entradas y salidas,
se observa:
1) Mayores características tecnológicas, mayores niveles de
asistencia y participación, donde valores iguales o mayores a 11.40
logran un promedio mayor a 80% de asistencia y participación.
2) Menos características tecnológicas, menos niveles de asistencia y
participación, donde valores de 11.30 reflejan un promedio de
asistencia y participación menor a 80%.
3) Se puede afirmar que la cantidad de características tecnológicas
de las plataformas influye de manera directa en el promedio de
asistencia y participación.
4) Las características tecnológicas de las plataformas no influyen de
manera directa en el promedio de calificaciones por disciplina, ya
que se identificó que:
a) El área de Físico-matemáticas tiene el promedio más alto de
entradas o características tecnológicas, y cuenta con el tercer
promedio más bajo de calificaciones.
b) El área de Salud, enfermería, optometría, deporte y nutrición
cuenta con un promedio bajo de entradas, y tiene el tercer mejor
promedio de calificaciones.
5) Las disciplinas de Salud, enfermería, optometría, deporte y
nutrición, así como las de Agronomía y zootecnia, tienen variaciones
similares, con promedios menores a 80% en participación y
asistencia, y calificaciones con valores mayores a 80%, lo que
implica que para estas disciplinas la participación y la asistencia
no influye de manera directa en la calificación.
6) El mayor grado de eficiencia lo alcanza las disciplinas de Artes,
diseño y arquitectura, con los mejores promedios de asistencia y
participación, y con el segundo promedio más bajo.
7) El menor grado de eficiencia lo obtiene Agronomía y zootecnia, con
el promedio más bajo de asistencia y participación.
8) Las disciplinas de Artes, diseño y arquitectura, Ciencias
sociales, humanidades y derecho, Química, biología y ciencias del
mar, Económico-administrativas y turismo, Ingeniería e informática,
así como Pedagogía, psicología y comunicación, confirman la
hipótesis de que, a mayor cantidad de características añadidas a las
plataformas digitales, son mejores los niveles de participación,
asistencia y evaluación de los alumnos.
9) Las disciplinas de Salud, enfermería, optometría, deporte y
nutrición, Agronomía y zootecnia, así como Físico-matemáticas,
rechazan la hipótesis propuesta.
CONCLUSIONES
Por medio de un DEA esta investigación logró medir la eficiencia de las plataformas
educativas a nivel superior en México por área académica durante la pandemia
provocada por la covid-19. Se obtuvieron los promedios de participación, asistencia,
calificación y características tecnológicas, así como los resultados de eficiencia
por disciplina académica, lo que permitió identificar en qué área académica se
materializa la hipótesis de que a mayor cantidad de características añadidas a las
plataformas digitales se mejoran los niveles de rendimiento estudiantil (hallazgo 8)
y en cuáles casos esta relación se rechaza (hallazgo 9).
En cuanto a la contribución teórica y práctica, la literatura estudiada permitió
identificar cómo las plataformas digitales promueven la producción de contenidos
académicos y sirven como instrumentos de migración para brindar servicios efectivos
a los docentes y estudiantes, por ejemplo: videoconferencias, foro de dudas,
espacios para el envío de tareas, portafolio digital, retroalimentación remota,
sesiones teóricas pregrabadas por el docente y mentorías sincrónicas, lo que
incentiva la participación, asistencia y evaluación a los alumnos. La metodología
consintió en realizar un modelo matemático ajustado a la teoría estudiada, que mide
varias entradas y salidas.
Respecto a las limitaciones de la investigación, esta se vio circunscrita por la
cantidad de datos a analizar, ya que, aunque se solicitó a 338 instituciones de
educación superior información relativa a las variables estudiadas, no todas dieron
respuesta, además de que cada universidad, atendiendo a las características de la
disciplina a impartir, utiliza diferentes medios de evaluación, por lo que las
variables de salida se consideraron únicamente de acuerdo con la escala de
evaluación empleada. Por último, y al tomar en cuenta futuras líneas de
investigación, se recomienda analizar los diversos métodos de evaluación digital:
portafolio digital y retroalimentación, para incluirlos como variables de salida en
virtud de la relación calificación-plataforma digital.
REFERENCIASAgamben, G.; ŽiŽek, S.; Luc Nancy, J.; “Bifo” Berardi, F.; López
Petit, S.; Butler, J.; Badiou, A.; Harvey, D.; Han, B.-C.; Zibechi, R.; Galindo,
M.; Gabriel, M.; Yañez González, G.; Manrique, P. y Preciado, P. B. (2020).
Sopa de Wuhan. ASPO (Aislamiento Social Preventivo y
Obligatorio). http://iips.usac.edu.gt/wp-content/uploads/2020/03/Sopa-de-Wuhan-ASPO.pdfAgambenG.ŽiŽekS.Luc NancyJ.“Bifo” BerardiF.López PetitS.ButlerJ.BadiouA.HarveyD.HanB.-C.ZibechiR.GalindoM.GabrielM.Yañez GonzálezG.ManriqueP.PreciadoP. B.2020Sopa de WuhanASPO (Aislamiento Social Preventivo y
Obligatorio)http://iips.usac.edu.gt/wp-content/uploads/2020/03/Sopa-de-Wuhan-ASPO.pdfAguilar Villanueva, L. F. (1992). La hechura de las
políticas. Porrúa.Aguilar VillanuevaL. F.1992La hechura de las políticasPorrúaAguilar Villanueva, L. F. (2013). El estudio de las
políticas públicas. Editorial Miguel Ángel Porrúa.Aguilar VillanuevaL. F.2013El estudio de las políticas públicasEditorial Miguel Ángel PorrúaAlfonso, A.; Mendoza, M.; Alberto, D.; Cadavid, V.; José, T. y
Herrera, F. (2013). Propuesta para la medición del rendimiento académico de los
estudiantes de las universidades utilizando análisis envolvente de datos (DEA).
Encuentro Internacional de Educación en Ingeniería.
https://acofipapers.org/index.php/eiei/article/view/1446AlfonsoA.MendozaM.AlbertoD.CadavidV.JoséT.HerreraF.2013Propuesta para la medición del rendimiento académico de los
estudiantes de las universidades utilizando análisis envolvente de datos
(DEA)Encuentro Internacional de Educación en Ingenieríahttps://acofipapers.org/index.php/eiei/article/view/1446Almazán, O. M. y Cárdenas López, M. G. (2012). Educación a
distancia: nueva modalidad, nuevos alumnos. Perfiles de alumnos de Psicología en
México. Perfiles Educativos, 34(136), 118-136.
https://doi.org/10.22201/IISUE.24486167E.2012.136.31767AlmazánO. M.Cárdenas LópezM. G.2012Educación a distancia: nueva modalidad, nuevos alumnos. Perfiles
de alumnos de Psicología en MéxicoPerfiles Educativos3413611813610.22201/IISUE.24486167E.2012.136.31767Andersen, C. L. y West, R. E. (2020). Mejorando la mentoría en la
educación universitaria y explorando las implicaciones para elaprendizaje en
línea. Revista de Educación a Distancia (RED),
20(64), 30-39.
https://doi.org/10.6018/RED.408671AndersenC. L.WestR. E.2020Mejorando la mentoría en la educación universitaria y explorando
las implicaciones para elaprendizaje en líneaRevista de Educación a Distancia (RED)2064303910.6018/RED.408671Area-Moreira, M.; Bethencourt-Aguilar, A.; Martín-Gómez, S. y
Nicolás-Santos, M. A. B. S. (2021). Análisis de las políticas de enseñanza
universitaria en España en tiempos de covid-19. La presencialidad adaptada.
Revista de Educación a Distancia (RED),
21(65). https://doi.org/10.6018/RED.450461Area-MoreiraM.Bethencourt-AguilarA.Martín-GómezS.Nicolás-SantosM. A. B. S.2021Análisis de las políticas de enseñanza universitaria en España en
tiempos de covid-19. La presencialidad adaptadaRevista de Educación a Distancia (RED)216510.6018/RED.450461Bracho González, T. (2011). Innovación en la Política
Educativa. Escuelas de Calidad. Flacso.Bracho GonzálezT.2011Innovación en la Política Educativa. Escuelas de CalidadFlacsoCarrasco, S. N.; Castellanos-Ramírez, J. C. y Espinosa, F. P.
(2021). Contraste de experiencias de estudiantes universitarios en dos
escenarios educativos: enseñanza en línea vs. enseñanza remota
de emergencia. Revista de Educación a Distancia (RED),
21(65). https://doi.org/10.6018/RED.440731CarrascoS. N.Castellanos-RamírezJ. C.EspinosaF. P.2021Contraste de experiencias de estudiantes universitarios en dos
escenarios educativos: enseñanza en línea vs. enseñanza remota de
emergenciaRevista de Educación a Distancia (RED)216510.6018/RED.440731Carrillo, C. & Flores, M. A. (2020). Covid-19 and teacher
education: a literature review of online teaching and learning practices.
European Journal of Teacher Education,
43(4), 466-487.
https://doi.org/10.1080/02619768.2020.1821184CarrilloC.FloresM. A.2020Covid-19 and teacher education: a literature review of online
teaching and learning practicesEuropean Journal of Teacher Education43446648710.1080/02619768.2020.1821184Chanto Espinoza, C. L. y Loáiciga Gutiérrez, J. L. (2022). La
conectividad y la educación superior en el contexto de la pandemia covid-19,
percepciones por estudiantes de universidades públicas (UNA - UCR - UNED - UTN).
Revista Latinoamericana de Derechos Humanos,
33(1), 155-180.
https://doi.org/10.15359/rldh.33-1.9Chanto EspinozaC. L.Loáiciga GutiérrezJ. L.2022La conectividad y la educación superior en el contexto de la
pandemia covid-19, percepciones por estudiantes de universidades públicas
(UNA - UCR - UNED - UTN)Revista Latinoamericana de Derechos Humanos33115518010.15359/rldh.33-1.9Chávez, J. C. L. N.; Monge, R. G. y Hernández, Z. T. (2016).
Lasuniversidades en México: una medida de su eficiencia a través del análisis de
la envolvente de datos con bootstrap. Acta
Universitaria, 26(6), 60-69.
https://doi.org/10.15174/AU.2016.911ChávezJ. C. L. N.MongeR. G.HernándezZ. T.2016Lasuniversidades en México: una medida de su eficiencia a través
del análisis de la envolvente de datos con bootstrapActa Universitaria266606910.15174/AU.2016.911Coria, E. G. C. y Monge, R. G. (2022). Conectividad en la educación
superior, desde la perspectiva de igualdad. El caso de las universidades en
México durante la pandemia de covid-19. Revista Latinoamericana de
Derechos Humanos , 33(1), 157-175.
https://doi.org/10.15359/RLDH.33-1.8CoriaE. G. C.MongeR. G.2022Conectividad en la educación superior, desde la perspectiva de
igualdad. El caso de las universidades en México durante la pandemia de
covid-19Revista Latinoamericana de Derechos Humanos33115717510.15359/RLDH.33-1.8Deeley, S. J. (2018). Using technology to facilitate effective
assessment for learning and feedback in higher education. Assessment and
Evaluation in Higher Education, 43(3), 439-448.
https://doi.org/10.1080/02602938.2017.1356906DeeleyS. J.2018Using technology to facilitate effective assessment for learning
and feedback in higher educationAssessment and Evaluation in Higher Education43343944810.1080/02602938.2017.1356906Constitución Política de los Estados Unidos
Mexicanos. (2021). Artículo 3, Fracción VII. https://www.diputados.gob.mx/Leyes-Biblio/pdf/CPEUM.pdfConstitución Política de los Estados Unidos Mexicanos2021Artículo 3, Fracción VIIhttps://www.diputados.gob.mx/Leyes-Biblio/pdf/CPEUM.pdfHenderson, M.; Ryan, T. & Phillips, M. (2019). The challenges of
feedback in higher education. Assessment and Evaluation in Higher
Education, 44(8), 1237-1252.
https://doi.org/10.1080/02602938.2019.1599815HendersonM.RyanT.PhillipsM.2019The challenges of feedback in higher educationAssessment and Evaluation in Higher Education4481237125210.1080/02602938.2019.1599815Jordan, K.; David, R.; Phillips, T. y Pellini, A. (2021). Educación
durante la crisis de covid-19: oportunidades y limitaciones del uso de
tecnología educativa en países de bajos ingresos. Revista de Educación a
Distancia (RED), 21(65).
https://doi.org/10.6018/RED.453621JordanK.DavidR.PhillipsT.PelliniA.2021Educación durante la crisis de covid-19: oportunidades y
limitaciones del uso de tecnología educativa en países de bajos
ingresosRevista de Educación a Distancia (RED)216510.6018/RED.453621Marinho, P.; Fernandes, P. & Pimentel, F. (2021). The digital
portfolio as an assessment strategy for learning in higher education.
Distance Education, 42(2), 1-15.
https://doi.org/10.1080/01587919.2021.1911628MarinhoP.FernandesP.PimentelF.2021The digital portfolio as an assessment strategy for learning in
higher educationDistance Education42211510.1080/01587919.2021.1911628Mejías Padilla, V. y Badilla Sánchez, E. (2022). Educación a
distancia: discriminación en el acceso a internet y la tecnología de estudiantes
de I y II ciclos de la educación general básica. Revista Latinoamericana
de Derechos Humanos, 33(1), 71-84.
https://doi.org/10.15359/rldh.33-1.4Mejías PadillaV.Badilla SánchezE.2022Educación a distancia: discriminación en el acceso a internet y
la tecnología de estudiantes de I y II ciclos de la educación general
básicaRevista Latinoamericana de Derechos Humanos331718410.15359/rldh.33-1.4Miriam, G.; Fernández, Q.; Roxana, W. & Minaya, J. (2017).
Measurement of Technical Efficiency in the Autonomous Universities of the
Bolivian University System: Enforcement of Enveloping Data Analysis (DEA).
Espacios, 38(45). https://www.revistaespacios.com/a17v38n45/a17v38n45p03.pdfMiriamG.FernándezQ.RoxanaW.MinayaJ.2017Measurement of Technical Efficiency in the Autonomous
Universities of the Bolivian University System: Enforcement of Enveloping
Data Analysis (DEA)Espacios3845https://www.revistaespacios.com/a17v38n45/a17v38n45p03.pdfMoreno Rodríguez, R. (2020). Reflexiones en torno al impacto del
covid-19 sobre la educación universitaria: aspectos a considerar acerca de los
estudiantes con discapacidad. Revista Internacional de Educación para la
Justicia Social (RIEJS), 9(3e). https://dialnet.unirioja.es/servlet/articulo?codigo=7523245Moreno RodríguezR.2020Reflexiones en torno al impacto del covid-19 sobre la educación
universitaria: aspectos a considerar acerca de los estudiantes con
discapacidadRevista Internacional de Educación para la Justicia Social
(RIEJS)93ehttps://dialnet.unirioja.es/servlet/articulo?codigo=7523245Organización de las Naciones Unidas (ONU). (2020). Informe
de políticas: La educación durante la covid-19 y después de ella
.ONU.Organización de las Naciones Unidas (ONU)2020Informe de políticas: La educación durante la covid-19 y después de
ellaONUOrganización de las Naciones Unidas para la Educación, la Ciencia y
la Cultura (Unesco). (2020). Education in a post-COVID world: Nine ideas
for public action. Unesco https://unesdoc.unesco.org/ark:/48223/pf0000373717/PDF/373717eng.pdf.multiOrganización de las Naciones Unidas para la Educación, la Ciencia y
la Cultura (Unesco)2020Education in a post-COVID world: Nine ideas for public actionUnescohttps://unesdoc.unesco.org/ark:/48223/pf0000373717/PDF/373717eng.pdf.multiPardo Kuklinski, Hugo; Cobo, Cristóbal (2020). Expandir la
universidad más allá de la enseñanza remota de emergencia Ideas hacia un modelo
híbrido post-pandemia. Outliers School. Barcelona. https://outliersschool.net/wp-content/uploads/2020/05/Expandir_la_universidad.pdfPardo KuklinskiHugoCoboCristóbal2020Expandir la universidad más allá de la enseñanza remota de emergencia
Ideas hacia un modelo híbrido post-pandemiaOutliers SchoolBarcelonahttps://outliersschool.net/wp-content/uploads/2020/05/Expandir_la_universidad.pdfPino-Mejías, J. L.; Solís-Cabrera, F. M.; Delgado-Fernández, M. y
Barea-Barrera, R. (2010). Evaluación de la eficiencia de grupos de investigación
mediante análisis envolvente de datos (DEA). Profesional de la
Información, 19(2), 160-167.
https://doi.org/10.3145/EPI.2010.MAR.06Pino-MejíasJ. L.Solís-CabreraF. M.Delgado-FernándezM.Barea-BarreraR.2010Evaluación de la eficiencia de grupos de investigación mediante
análisis envolvente de datos (DEA)Profesional de la Información19216016710.3145/EPI.2010.MAR.06Portillo Peñuelas, S.; Isabel Castellanos Pierra, L.; Ulises Reynoso
González, O. y Iván Gavotto Nogales, O. (2020). Enseñanza remota de emergencia
ante la pandemia covid-19 en educación media superior y educación superior.
Propósitos y Representaciones, 8, SPE(3), e589.
https://doi.org/10.20511/pyr2020.v8nSPE3.589Portillo PeñuelasS.Isabel Castellanos PierraL.Ulises Reynoso GonzálezO.Iván Gavotto NogalesO.2020Enseñanza remota de emergencia ante la pandemia covid-19 en
educación media superior y educación superiorPropósitos y Representaciones8SPE3e58910.20511/pyr2020.v8nSPE3.589Quesada-Ibargüen, V. M. (2003). Estimación de la eficiencia mediante
el análisis envolvente de datos (DEA). Panorama Económico,
11, 7-33. https://repositorio.unicartagena.edu.co/handle/11227/3182Quesada-IbargüenV. M.2003Estimación de la eficiencia mediante el análisis envolvente de
datos (DEA)Panorama Económico11733https://repositorio.unicartagena.edu.co/handle/11227/3182Ramírez, P. E. y Alfaro, J. L. (2013). Evaluación de la eficiencia
de las universidades pertenecientes al Consejo de Rectores de las Universidades
Chilenas: Resultados de un análisis envolvente de datos. Formación
Universitaria, 6(3), 31-38.
https://doi.org/10.4067/S0718-50062013000300005RamírezP. E.AlfaroJ. L.2013Evaluación de la eficiencia de las universidades pertenecientes
al Consejo de Rectores de las Universidades Chilenas: Resultados de un
análisis envolvente de datosFormación Universitaria63313810.4067/S0718-50062013000300005Ramirez Valdez, W. y Barajas Villarruel, J. I. (2017). Uso de las
plataformas educativas y su impacto en la práctica pedagógica en instituciones
de educación superior de San Luis Potosí. Edutec. Revista Electrónica de
Tecnología Educativa, 60, a360-a360.
https://doi.org/10.21556/edutec.2017.60.798Ramirez ValdezW.Barajas VillarruelJ. I.2017Uso de las plataformas educativas y su impacto en la práctica
pedagógica en instituciones de educación superior de San Luis
PotosíEdutec. Revista Electrónica de Tecnología Educativa60a360a36010.21556/edutec.2017.60.798San Martín Gutiérrez, S.; Jiménez Torres, N. & Jerónimo
Sánchez-Beato, E. (2016). La evaluación del alumnado universitario en el Espacio
Europeo de Educación Superior. Aula Abierta,
44(1), 7-14.
https://doi.org/10.1016/J.AULA.2015.03.003San Martín GutiérrezS.Jiménez TorresN.Jerónimo Sánchez-BeatoE.2016La evaluación del alumnado universitario en el Espacio Europeo de
Educación SuperiorAula Abierta44171410.1016/J.AULA.2015.03.003Torres Hernández, Z.; Lenin Navarro Chávez, J. C. y Gómez Monge, R.
(2010). El sector bancario en México: un análisis a través de la envolvente de
datos (DEA). Investigación Administrativa,
39(106), 97-113. http://www.scielo.org.mx/scielo.php?pid=S2448-76782010000200097&script=sci_arttextTorres HernándezZ.Lenin Navarro ChávezJ. C.Gómez MongeR.2010El sector bancario en México: un análisis a través de la
envolvente de datos (DEA)Investigación Administrativa3910697113http://www.scielo.org.mx/scielo.php?pid=S2448-76782010000200097&script=sci_arttextVillarreal, F. & Tohmé, F. (2017). Data envelopment analysis.
Acase study for one Argentinian university. Estudios
Gerenciales, 33(144), 302-308.
https://doi.org/10.1016/J.ESTGER.2017.06.004VillarrealF.TohméF.2017Data envelopment analysis. Acase study for one Argentinian
universityEstudios Gerenciales3314430230810.1016/J.ESTGER.2017.06.004Wong, R. (2020). When no one can go to school: does online learning
meet students’ basic learning needs? Interactive Learning
Environments, 1-17.
https://doi.org/10.1080/10494820.2020.1789672WongR.2020When no one can go to school: does online learning meet students’
basic learning needs?Interactive Learning Environments11710.1080/10494820.2020.1789672
Ubicadas en el Estado de México, Morelos, Yucatán, Puebla, Michoacán y San Luis
Potosí.
Ubicadas en el Estado de México, Oaxaca, Puebla, Yucatán, Sonora, Coahuila,
Veracruz, Campeche, Tabasco, Michoacán y Nuevo León.
De los estados de Oaxaca, Puebla, Quintana Roo, Estado de México, Sinaloa,
Campeche, Puebla, Tabasco, Querétaro, Nayarit y Jalisco.
De los estados de Chihuahua, Oaxaca, Sinaloa, Michoacán, Aguascalientes,
Zacatecas, Guerrero, Tabasco, Yucatán, Campeche, Veracruz, Puebla, Morelos,
Nuevo León y Durango.
Ubicadas en los estados de Durango, Puebla, Sonora, Tabasco, Veracruz,
Tamaulipas, Campeche, Coahuila, Michoacán, Durango y Nayarit.
Ubicadas en el Estado de México, Oaxaca, Puebla, Sinaloa, Sonora, Tabasco, Nuevo
León, Jalisco, Tamaulipas, Campeche, Tlaxcala, Tabasco, Coahuila, Michoacán,
Durango y Nayarit.
La muestra abarca universidades en toda la república a excepción de Colima,
Ciudad de México, Guanajuato, Hidalgo, Nayarit y Querétaro.
La muestra abarca todos los estados a excepción de Aguascalientes, Ciudad de
México, Hidalgo y Querétaro.
Localizadas en los estados de Puebla, Nuevo León, Baja California, Sinaloa,
Campeche, Estado de México, Coahuila, Tabasco y Nayarit.
CÓMO CITAR ESTE ARTÍCULO: Castro Coria, Eva Grissel y Gómez Monge,
Rodrigo. (2022). Análisis envolvente de datos de las plataformas educativas por
área académica. Apertura, 14(2), pp. 92-109.
http://dx.doi.org/10.32870/Ap.v14n2.2199