Measuring and Improving Student Success

El grupo de investigación Measuring and Improving Student Success (MISS) se centra en la investigación en educación, con énfasis en la mejora de la educación superior online. El objetivo fundamental es comprender los factores y las dinámicas detrás del éxito académico del estudiantado en los entornos de aprendizaje online, particularmente en la UOC. Se define el éxito académico, no sólo en términos de ejecución y rendimiento académico, sino también en relación a la experiencia de bienestar, implicación y conexión social del estudiantado a lo largo de sus estudios. En este sentido, a pesar de tomar al estudiantado como principal objeto de estudio, se entiende que son las instituciones educativas las responsables de crear y ofrecer contextos de aprendizaje inclusivos y equitativos. Así, MISS se propone una línea principal de trabajo estructurada en tres ejes: la exploración de las expectativas del estudiantado sobre la educación superior online, el estudio de la experiencia de aprendizaje en entornos digitales y de los factores que inciden y el análisis de la satisfacción de los estudiantes con el aprendizaje online y, en concreto, con el modelo educativo de la educación. Adicionalmente, el grupo también tiene especial interés en el estudio de la metodología de investigación en educación, incluyendo tanto la reflexión y la discusión metodológica como el análisis de las prácticas metodológicas de investigación. De forma paralela, y motivada por los intereses del equipo multidisciplinar, nos proponemos ir un paso más allá al estudio de la inclusividad y la diversidad, tanto en la educación superior online, como en otros campos afines.  El MISS es un grupo de investigación que combina la experiencia en el campo de la educación online con el conocimiento de los métodos y técnicas de investigación cuantitativa, cualitativa y mixta del profesorado de Psicología y Ciencias de la Educación que forma parte, la actividad que están desarrollando diversos estudiantes de doctorado, y la conexión con el equipo de Análisis del Docente de aprendizaje (eLinC).

Investigadores/as

Clasificaciones

  • Área de Aplicación: Tecnologías de la información y la comunicación

beta Especialidades predominantes (top 10) Obtenidas a partir de las publicaciones help
Obtenidas a partir de las publicaciones

Las especialidades temáticas mostradas se han obtenido mediante la aplicación de modelos de inteligencia artificial, obtenidos como resultado del Proyecto Hércules.

El listado puede contener errores. En proceso de evaluación y mejora. Compartido para recoger sugerencias de la comunidad.

  1. Education (Social Sciences) Filtrar
  2. General Nursing (Nursing) Filtrar
  3. Applied Psychology (Psychology) Filtrar
  4. Artificial Intelligence (Computer Science) Filtrar
  5. Developmental and Educational Psychology (Psychology) Filtrar
  6. General Health Professions (Health Professions) Filtrar
  7. Health (social science) (Social Sciences) Filtrar
  8. Human-Computer Interaction (Computer Science) Filtrar
  9. Information Systems (Computer Science) Filtrar
  10. Library and Information Sciences (Social Sciences) Filtrar

Componentes en otros momentos (3)