<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Archiving and Interchange DTD v1.0 20120330//EN" "JATS-archivearticle1.dtd">
<article xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta />
    <article-meta>
      <title-group>
        <article-title>How to map learning activities through URLs? The case of Coursera platform</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>Ronald Pérez-Álvarez</string-name>
          <xref ref-type="aff" rid="aff0">0</xref>
          <xref ref-type="aff" rid="aff1">1</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>Jorge Maldonado-Mahauad</string-name>
          <xref ref-type="aff" rid="aff0">0</xref>
          <xref ref-type="aff" rid="aff2">2</xref>
        </contrib>
        <contrib contrib-type="author">
          <string-name>Mar Pérez-Sanagustín</string-name>
          <email>mar.perez-sanagustin@irit.fr</email>
          <email>mar.perez@uc.cl</email>
          <xref ref-type="aff" rid="aff0">0</xref>
          <xref ref-type="aff" rid="aff3">3</xref>
        </contrib>
        <aff id="aff0">
          <label>0</label>
          <institution>Pontificia Universidad Católica de Chile</institution>
          ,
          <addr-line>Santiago</addr-line>
          ,
          <country country="CL">Chile</country>
        </aff>
        <aff id="aff1">
          <label>1</label>
          <institution>Universidad de Costa Rica</institution>
          ,
          <addr-line>Sede Regional del Pacífico, Puntarenas</addr-line>
          ,
          <country country="CR">Costa Rica</country>
        </aff>
        <aff id="aff2">
          <label>2</label>
          <institution>Universidad de Cuenca</institution>
          ,
          <addr-line>Cuenca</addr-line>
          ,
          <country country="EC">Ecuador</country>
        </aff>
        <aff id="aff3">
          <label>3</label>
          <institution>Université Tolouse III Paul Sabatier</institution>
          ,
          <addr-line>Tolouse</addr-line>
          ,
          <country country="FR">France</country>
        </aff>
      </contrib-group>
      <pub-date>
        <year>2018</year>
      </pub-date>
      <volume>11082</volume>
      <fpage>122</fpage>
      <lpage>135</lpage>
      <abstract>
        <p>The increased use of online learning environments such as MOOCs creates an ideal setting for data collection and the application of learning analytics techniques to better understand how we learn. However, access to data from today's MOOC platforms is limited, and it is often difficult to collect and clean up data to obtain information that will help to better understand how learning occurs in these contexts. In this study we analyze how to track the learning traces of the students' activities on the MOOC Coursera platform to understand their behavior. The study analyzed the URL patterns of 13 MOOCs offered by the Pontificia Universidad Católica de Chile on this platform. As a result, 5 categories of activities were identified in the URLs: 1) the actions of the students on the platform; 2) the content involuted in the learning process; 3) the context in which the learning took place, and 4) the social interaction with other students. These results aim to provide guidance to other researchers in analyzing the behavior of students at MOOCs de Coursera and applying learning analytic techniques.</p>
      </abstract>
      <kwd-group>
        <kwd>Tools</kwd>
        <kwd>learning analytics</kwd>
        <kwd>Massive Open Online Courses</kwd>
        <kwd>MOOC</kwd>
        <kwd>Coursera</kwd>
        <kwd>learning activities</kwd>
        <kwd>MOOC platforms</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <body>
    <sec id="sec-1">
      <title>-</title>
      <p>
        El incremento en el uso de ambientes de aprendizaje online, como el caso de los
MOOCs (Massive Open Online Courses), ha creado un escenario ideal para la
recolección de datos y la incorporación de técnicas de analítica del aprendizaje [
        <xref ref-type="bibr" rid="ref1">1</xref>
        ]. Sin
embargo, el acceso a los datos de las actividades de los estudiantes en la plataforma
MOOC es limitado. Algunas plataformas como Coursera, edX, Future Learn proveen
un paquete de datos con los logfiles de las actividades. No obstante, este paquete de
datos se genera de forma periódica, con tiempos que varían entre un 1 a 15 días. Por
ejemplo, el paquete de datos de Coursera se actualiza cada 24 horas, es decir las
actividades de las últimas 24 horas no se encuentran en el paquete de datos. Kulkarni
et al. [
        <xref ref-type="bibr" rid="ref2">2</xref>
        ] encuentran que los estudiantes que reciben retroalimentación en un rango
menor a las 24 horas después de haber realizado sus actividades obtienen mejores
salidas de aprendizaje. Este desfase en los datos obtenidos de las plataformas dificulta
el desarrollo de herramientas que entreguen retroalimentación inmediata y oportuna a
los estudiantes, mientras realizan sus actividades de aprendizaje en la plataforma
MOOC.
      </p>
      <p>Bajo este panorama, se hace necesaria la incorporación de técnicas de recolección y
seguimiento de las actividades de aprendizaje de los estudiantes en este contexto, con
el fin de ofrecer retroalimentación en tiempo real a los estudiantes. Una alternativa para
el seguimiento de las actividades de los estudiantes es mediante el análisis de los URLs
visitados dentro de la plataforma MOOC, pero no todas las plataformas ofrecen
suficiente información en los URLs para identificar que actividad realizó el estudiante.
Actualmente, no hay investigaciones que nos permitan conocer cómo mapear la
información obtenida en los URLs que visita el estudiante en la plataforma MOOC con
las actividades de aprendizaje propuestas en el curso. Davis et al [3] diseñaron una
herramienta llamada SRLx que sigue las actividades de los estudiantes en la plataforma
edX y entrega retroalimentación en tiempo real, sin embargo, no se detalla información
de cómo otros investigadores pueden mapear estas actividades.</p>
      <p>En este estudio se realiza un análisis de los URLs que visita el estudiante en la
plataforma MOOC Coursera y se identifican los componentes principales que permiten
dar seguimiento las trazas de aprendizaje de las actividades de los estudiantes en la
plataforma. Los resultados de esta investigación sirven como guía para futuras
investigaciones dirigidas al análisis del comportamiento de los estudiantes en esta
plataforma MOOC y así aplicar técnicas de analítica del aprendizaje para ofrecer
retroalimentación en tiempo real a los estudiantes.
2</p>
    </sec>
    <sec id="sec-2">
      <title>Cursos en la plataforma Coursera</title>
      <p>
        La plataforma Coursera (https://www.coursera.org) fue lanzada en 2012 y actualmente
cuenta con más de 30 millones de estudiantes registrados, alrededor de 150
universidades asociadas y más de 2.000 cursos disponibles [
        <xref ref-type="bibr" rid="ref3">4</xref>
        ] [
        <xref ref-type="bibr" rid="ref4">5</xref>
        ]. La Figura 1. muestra
la estructura básica utilizada en el diseño de los cursos y la interfaz principal para la
navegación del estudiante. A partir de esta página, el estudiante inicia su ruta de
navegación entre las distintas actividades de aprendizaje. El menú principal derecho
ofrece 4 opciones de navegación: 1) mostrar la página de inicio del curso y el listado
de semanas que componen el curso; 2) revisar las calificaciones obtenidas en el curso;
3) Acceder a los foros de debate y 4) ver la información del curso.
      </p>
      <p>El contenido de un curso se organiza en capítulos o módulos. Cada módulo es
organizado en secciones o lecciones y estas a su vez se organizan en secuencias de
aprendizaje. En Coursera cada semana del curso corresponde a un módulo (Figura 1),
este curso se compone de 4 módulos, es decir tiene una duración de 4 semanas. Las
secciones o lecciones de aprendizaje representan los temas a estudiar en cada semana.
Una lección esta asociada a un módulo específico. Por último, una secuencia de
aprendizaje es un conjunto de actividades a realizar que el profesor ha propuesto a los
estudiantes como parte de una lección, tales como: evaluaciones, video lecciones,
lecturas, tareas programadas, entre otras.</p>
      <p>Las actividades incluidas en las secuencias de aprendizaje son las actividades más
relevantes para el seguimiento dentro de la plataforma, dado que estas corresponden
propiamente a las actividades que realiza el estudiante durante su proceso de
aprendizaje en el curso. El seguimiento de estas actividades permite obtener
información relevante para aplicar técnicas de analítica del aprendizaje. Coursera
utiliza 16 tipos de actividades de aprendizaje (Tabla 1) que el profesor puede agregar
al diseñar una lección en la plataforma. Los foros de discusión no forman parte de este
grupo de actividades, en Coursera se manejan como un tipo de actividad separada.</p>
      <p>Tabla 1. Tipos de actividades para las secuencias de aprendizaje
En la siguiente sección se analiza como estas actividades de aprendizaje pueden ser
identificadas dentro del patrón de URLs de las páginas que el estudiante visita en la
plataforma.
3</p>
    </sec>
    <sec id="sec-3">
      <title>Mapeo de actividades a partir de la navegación en los URLs</title>
      <p>
        La mayoría de las herramientas recogen datos sobre el uso de los recursos de
aprendizaje, evaluaciones, interacción social y el tiempo invertido por los estudiantes
[
        <xref ref-type="bibr" rid="ref5">6</xref>
        ], datos a los cuales generalmente tienen acceso en los logfiles de las herramientas.
El mapeo de las acciones de los estudiantes en la plataforma de aprendizaje permite dar
seguimiento a las actividades que realizan los estudiantes durante su proceso de
aprendizaje. En este estudio se analizaron los patrones de los URLs que visita el
estudiante durante una sesión de estudio en la plataforma Coursera. Esta técnica de
seguimiento permite recoger datos en tiempo real para ofrecer retroalimentación a los
estudiantes.
      </p>
      <p>En Coursera, a diferencia de otras plataformas como edX o MiriadaX, el URL
visitado por el estudiante contiene información suficiente para dar seguimiento a las
acciones que realizan los estudiantes y posteriormente asociar estas acciones con las
actividades de aprendizaje definidas en el curso. Durante el estudio se analizó la
estructura de los URLs de 13 cursos MOOCs ofrecidos por la Pontificia Universidad
Católica de Chile en la plataforma Coursera. Los cursos abordan diferentes temáticas
tales como: programación, educación, gestión de proyectos, física, sistemas de
transportes y gestión empresarial. Esta diversidad de temáticas permite analizar
diferentes opciones de navegación, según las actividades de aprendizaje definidas en el
diseño de cada curso. La tabla 2 presenta las diferentes opciones de navegación que
tiene el estudiante en la plataforma Coursera. Cada una de las opciones de navegación
está asociada a un URL de ejemplo, tomado de nuestros cursos. Cada URL se analiza
y se divide en componentes según la información que representa cada componente del
URL.</p>
      <p>El primer componente identificado en el URL es la raíz, que hace referencia al
dominio de la plataforma Coursera: “https://www.coursera.org”. A partir de la raíz se
realiza toda la navegación en Coursera, el estudiante puede realizar actividades como:
registrarse en la plataforma, iniciar sesión, buscar cursos, entre otros. Sin embargo,
desde esta ruta el estudiante no tiene opción de realizar actividades de aprendizaje. El
segundo componente identificado es el componente “learn”, el cual indica que el
estudiante se encuentra dentro de un curso. Este componente por sí solo no forma
ninguna ruta de navegación, y requiere del tercer componente que es el
“nombre-delcurso”, este es un nombre corto único asignado por Coursera a cada curso. La unión de
los tres primeros componentes identifica el curso en el cual se encuentra el estudiante.
Para facilitar el análisis de los componentes del URL que permiten dar seguimiento a
las acciones de los estudiantes, los tres primeros componentes se agrupan en un solo
componte, identificado como “ruta-curso” y el cuál será utilizado de aquí en adelante
para hacer referencia a estos tres componentes. La composición de ruta-curso es la
siguiente:
ruta-curso = raíz + learn + nombre-del-curso</p>
      <sec id="sec-3-1">
        <title>Un ejemplo de este componente es:</title>
        <p>https://www.coursera.org/learn/electrones-en-accion</p>
        <p>A partir de esta ruta (ruta-curso), es posible extraer información para dar
seguimiento a las actividades que los estudiantes realizan en cada curso. En el análisis
realizado a los URLs se identificaron 10 opciones de navegación, considerando los
componentes del URL que se agregan a partir del componente ruta-curso. Como parte
del URL se identifica el componente “código-recurso”, el cual permite reconocer a cuál
actividad de aprendizaje está accediendo el estudiante. Las actividades como video
lecciones, exámenes, revisión de sus calificaciones, entre otras, siguen una estructura
simple en sus componentes. Sin embargo, la actividad dirigida a la revisión por pares
(peer) sigue una estructura más compleja. La revisión por pares se utiliza para que un
grupo de estudiantes revise la tarea de otro estudiante. La revisión por pares se
descompone en tres tipos de subactividades: 1) resolver la tarea asignada; 2) revisar la
tarea de un compañero y 3) revisar la retroalimentación dada por los compañeros. Cada
subactividad crea un nuevo URL a partir del URL de la actividad de revisión base. La
estructura del URL de una actividad de revisión por pares es la siguiente:
ruta-curso/tipo-recurso/código-recurso/nombre-recurso</p>
      </sec>
      <sec id="sec-3-2">
        <title>Ejemplo:</title>
        <p>https://www.coursera.org/learn/aulaconstructivista/peer/ClyHs/creacion-de-un-juegopara-fomentar-lo-que-no-esta-en-el-curriculum</p>
        <p>En esta ruta el estudiante tiene acceso a la descripción de la tarea a realizar y la
opción de enviar su tarea a revisión por parte de sus compañeros. Cuando el estudiante
accede a la subactividad de revisar la tarea de otro compañero, la estructura del URL
se compone a partir del URL de la actividad de revisión, se agrega el componente
“review” y el código de la tarea que se encuentran revisando. Por ejemplo,
https://www.coursera.org/learn/aulaconstructivista/peer/ClyHs/
creacion-de-un-juego-parafomentar-lo-que-no-esta-en-el-curriculum/review/HYKZzFq4EeeqKgpTZZjjFg</p>
        <p>Cuando el estudiante accede a la subactividad correspondiente a la revisión de
retroalimentación dada por los compañeros, la estructura del URL se compone a partir
del patrón del URL de la actividad de revisión, y se agrega el componente
“givefeedback”, una estructura similar a la subactividad de review. Por ejemplo,</p>
        <p>Los foros de discusión, también se componen de una estructura más compleja. En
Coursera se definen dos tipos de foros: 1) foros de discusión y 2) foros semanales. Los
foros de discusión abordan temas generales al curso y no están asociados a un tema o
semana en particular. Los foros semanales son específicos a los temas abarcados en una
semana (módulo) en particular. En la estructura del URL de los foros de discusión utiliza
el componente “forums” y el código del recurso, ejemplo:
https://www.coursera.org/learn/electrones-enaccion/discussions/forums/rl1o_2voEeWdPxJ-h_8T7w
1
2
3
4
5
6
7
8
9</p>
        <p>Tabla 2. Composición de URLs en Coursera y actividades
Actividad
Página de inicio
Calificaciones</p>
        <p>URL ejemplo
https://www.coursera.org/learn/</p>
        <p>electrones-enaccion/home/welcome</p>
        <p>Composición</p>
        <p>Rutacurso/home/regla</p>
        <p>navegación
https://www.coursera.org/learn/</p>
        <p>electrones-enaccion/home/assignments</p>
        <p>Rutacurso/home/reglanavegación</p>
        <p>Descripción
La regla identificada es</p>
        <p>“welcome”
La regla identificada es
“assignments”
Información del https://www.coursera.org/learn/ Ruta- La regla identificada es
curso electrones-en-accion/home/info curso/home/regla- “info”
navegación</p>
        <p>
          Vista general https://www.coursera.org/learn/ Ruta- La regla identificada
módulo o semana electrones-en-accion/home/week/1 curso/home/week/reg corresponde al número de
la-navegación semana [
          <xref ref-type="bibr" rid="ref1 ref2 ref3">1,2,3,4</xref>
          ].
video https://www.coursera.org/learn/ Ruta-curso/tipo- Un video es un recurso
electrones-en- recurso/código- tipo “lecture”
accion/lecture/VX8ON/video-de-
recurso/nombre
        </p>
        <p>bienvenida recurso
Examen</p>
        <p>Foros
Lecturas, pdf,
links, imágenes,</p>
        <p>etc.</p>
        <p>Revisión pares
10</p>
        <p>Tarea de
programación
https://www.coursera.org/learn/</p>
        <p>electrones-enaccion/exam/lIyXY/acerca-de-laelectricidad</p>
        <p>Ruta-curso/tiporecurso/códigorecurso/nombrerecurso</p>
        <p>Una evaluación
formativa e examen es un
recurso tipo “exam”
https://www.coursera.org/learn/
electrones-en-accion/discussions/</p>
        <p>Ruta-curso/tiporecurso/</p>
        <p>Un foro es un recurso
tipo “discussions”.
https://www.coursera.org/learn/e
xperimentar/supplement/qA23f/</p>
        <p>monitorea-aprendizaje
https://www.coursera.org/learn/</p>
        <p>experimentar/peer/
https://www.coursera.org/learn/
experimentar/programming/TgU</p>
        <p>Rl/tarea-de-programacion-enpython</p>
        <p>Ruta-curso/tiporecurso/códigorecurso/nombre</p>
        <p>recurso
Ruta-curso/tipo</p>
        <p>recurso/
Ruta-curso/tiporecurso/códigorecurso/nombrerecurso</p>
        <p>Un recurso como una
lectura es un recurso tipo
“supplement”.</p>
        <p>Una actividad de
revisión por pares es un
recurso tipo “peer”.</p>
        <p>Una actividad de
revisión por pares es un</p>
        <p>recurso tipo
“programming”.</p>
        <p>Por otro lado, el URL de los foros semanales utilizan el componente “weeks”
seguido por el número de semana, ejemplo:</p>
        <p>Los dos tipos de foros se componen de hilos de discusión, donde cada hilo tiene su
propio código. Un ejemplo para un hilo de discusión es el siguiente:
Para tener una visión más clara de la estructura y componentes de los URLs de
navegación en Coursera, en la Figura 2 se muestra la jerarquía de niveles de los
componentes, donde el dominio de la plataforma se utiliza como la raíz de la jerarquía.</p>
        <p>A partir de las 10 opciones de navegación (Tabla 2) extraídas de los URLs de la
plataforma Coursera se definieron 4 categorías según el rol que desempeña la actividad
en el curso (Tabla 3). Los niveles de actividades por debajo del componente “home”
y “supplement” se clasifican como actividades generales de aprendizaje, las cuales
complementan o brindar información complementaria a las actividades principales del
curso. Las video lecciones son el principal recurso utilizado en las plataformas MOOCs
para entregar el fundamento teórico del curso. Este tipo de actividad ofrece información
útil para analizar la interacción del estudiante con el contenido del curso. Por otro lado,
los foros ofrecen información sobre el comportamiento de los estudiantes en
actividades de discusión. Finalmente, todas las actividades de evaluación son agrupadas
en la categoría de evaluaciones.</p>
        <p>
          El seguimiento y recolección de datos basados en las 4 categorías de actividades,
identificadas desde la navegación del estudiante en los URLs de la plataforma MOOCs,
permite aplicar técnicas de analítica de aprendizaje y ofrecer retroalimentación en
tiempo real a los estudiantes sobre su proceso de aprendizaje. Las 4 categorías de
actividades se asocian a 4 de las categorías de indicadores señaladas por Schwendimann
et al. [
          <xref ref-type="bibr" rid="ref6">7</xref>
          ]: 1) las acciones que realizan los estudiantes en la plataforma; 2) el contenido
involucrado en el proceso de aprendizaje; 3) el contexto en que tuvo lugar el aprendizaje
(mediante el uso de tecnologías móviles) y 4) la interacción social con otros estudiantes.
Sin embargo, una limitación de los datos recolectados es que no es posible ofrecer
retroalimentación de los resultados obtenidos en las evaluaciones. La información que
se extrae de los URLs también puede ser usada por los docentes del curso para dar
seguimiento al comportamiento de los estudiantes, y analizar, por ejemplo, qué tipo de
material utilizan más o cuánto tiempo invierten en cada categoría de las actividades.
Sin embargo, mediante el seguimiento de los URLs no es posible determinar si el
estudiante completa o no una actividad. La herramienta NoteMyProgress [
          <xref ref-type="bibr" rid="ref7">8</xref>
          ] utiliza las
categorías de indicadores extraídos de los URLs de la navegación de los estudiantes
para retroalimentar en tiempo real a los estudiantes con datos sobre su tiempo en las
actividades de aprendizaje, tiempo fuera de la plataforma de aprendizaje, actividades
realizadas, sesiones y tiempo de las sesiones realizadas, y tiempo en cada categoría de
aprendizaje. Este tipo de indicadores también han sido utilizados en otras iniciativas
de analítica del aprendizaje [
          <xref ref-type="bibr" rid="ref8">9</xref>
          ] [
          <xref ref-type="bibr" rid="ref9">10</xref>
          ].
        </p>
        <p>Tabla 3. Categorías de actividades según URLs.</p>
        <p>Categoría</p>
        <p>URL en esta categoría
https://www.coursera.org/learn/electrones-en</p>
        <p>accion/home/welcome
https://www.coursera.org/learn/electrones-en</p>
        <p>accion/home/assignments
https://www.coursera.org/learn/electrones-en</p>
        <p>accion/home/info
https://www.coursera.org/learn/electrones-en</p>
        <p>accion/home/week/...
https://www.coursera.org/learn/experimentar/s
upplement/...</p>
        <p>Descripción
Actividades que el estudiante
realiza como complemento del
curso, tales como: actividades de
información, recorrido por el
contenido del curso, actividades
fuera de la plataforma que sirven
para complementar el contenido
del curso, entre otros.</p>
        <p>Co1mplemento
3Evaluación
2 Video
https://www.coursera.org/learn/electrones-enaccion/lecture/...</p>
        <p>Se refiere a las video lecciones
https://www.coursera.org/learn/experimentar/p</p>
        <p>eer/...
https://www.coursera.org/learn/experimentar/p</p>
        <p>eer/.../.../give-feedback
https://www.coursera.org/learn/experimentar/p</p>
        <p>eer/.../.../review
https://www.coursera.org/learn/electrones-en</p>
        <p>accion/exam/...
https://www.coursera.org/learn/experimentar/p
rogramming/...</p>
        <p>Actividades de evaluación que
realiza el estudiante.
4</p>
        <p>Foro
https://www.coursera.org/learn/electrones-enaccion/discussions/</p>
        <p>Foros de discusión en que participa
el estudiante.
4</p>
      </sec>
    </sec>
    <sec id="sec-4">
      <title>Conclusiones</title>
      <p>En este estudio se analizaron los patrones que componen la estructura de los URLs que
visitan los estudiantes durante una sesión de estudio en la plataforma Coursera.
Mediante el análisis de los URLs se establece una relación entre la navegación del
estudiante y las actividades de aprendizaje planteadas en el curso. Esta relación permite
dar seguimiento a las trazas de aprendizaje y ofrecer retroalimentación en tiempo real.
Los resultados de esta investigación sirven como guía para futuras investigaciones
dirigidas al análisis del comportamiento de los estudiantes en esta plataforma MOOC
y así aplicar técnicas de analítica del aprendizaje.</p>
      <p>La plataforma Coursera ofrece suficiente información en la estructura de los URLs
para identificar las actividades que realiza el estudiante. Los componentes de los URLs
permiten identificar el tipo de actividad con que interactúa el estudiante (ver video,
ingresar a una evaluación, ingresar a una video lectura), y el identificador o código de
la actividad. Esta información en combinación con la información contenida en los
paquetes de datos que ofrece la plataforma puede ser útil para el desarrollo de iniciativas
de analítica de aprendizaje que busquen retroalimentar al estudiante en tiempo real. Con
los datos recolectados se puede ofrecer retroalimentación al estudiante sobre su tiempo
invertido en las diferentes actividades, interacción con las actividades, su efectividad
en el uso del tiempo mientras estudia, su desempeño con respecto a otros estudiantes,
entre otras alternativas.</p>
      <p>
        El análisis de la información sobre las actividades de los estudiantes en la plataforma
Coursera permite identificar 4 de los 6 tipos de identificadores propuestos por
Schwendimann et al. [
        <xref ref-type="bibr" rid="ref6">7</xref>
        ], utilizados comúnmente en investigaciones dirigidas a la
analítica del aprendizaje. Sin embargo, estos indicadores pueden ofrecer información
útil para crear conciencia en los estudiantes sobre su proceso de aprendizaje.
      </p>
      <p>En el estudio no se analiza el comportamiento de los estudiantes en el curso, solo se
analizan los patrones obtenidos en los URLs, la utilidad de la información recolectada
dependerá del objetivo de cada investigación.</p>
    </sec>
    <sec id="sec-5">
      <title>Agradecimientos</title>
      <p>Este estudio ha sido financiado por el FONDECYT (11150231), los proyectos
Europeos Erasmus + MOOC-Maker (561533-EPP-1-2015-1-ESEPPKA2-CBHE-JP) y
LALA (586120-EPP-1-2017-1-ES-EPPKA2-CBHE-JP) y CONICYT Doctorado
Nacional 2016/21160081, CONICYT Doctorado Nacional 2017/21170467, la
Universidad de Costa Rica (UCR) y la Universidad de Cuenca (Ecuador).</p>
    </sec>
  </body>
  <back>
    <ref-list>
      <ref id="ref1">
        <mixed-citation>
          [1]
          <string-name>
            <surname>Ferguson</surname>
            ,
            <given-names>R.</given-names>
          </string-name>
          :
          <article-title>Learning analytics: drivers, developments and challenges</article-title>
          .
          <source>Int. J. Technol. Enhanc. Learning</source>
          <volume>4</volume>
          (
          <issue>5</issue>
          /6),
          <fpage>304</fpage>
          -
          <lpage>317</lpage>
          (
          <year>2012</year>
          ).
        </mixed-citation>
      </ref>
      <ref id="ref2">
        <mixed-citation>
          [2]
          <string-name>
            <surname>Kulkarni</surname>
            ,
            <given-names>C.E.</given-names>
          </string-name>
          ,
          <string-name>
            <surname>Bernstein</surname>
            ,
            <given-names>M.S.</given-names>
          </string-name>
          ,
          <string-name>
            <surname>Klemmer</surname>
            ,
            <given-names>S.R.</given-names>
          </string-name>
          :
          <article-title>Peerstudio: rapid peer feedback emphasizes revision and improves performance</article-title>
          . In: L@S
          <year>2015</year>
          , pp.
          <fpage>75</fpage>
          -
          <lpage>84</lpage>
          (
          <year>2015</year>
          ).
        </mixed-citation>
      </ref>
      <ref id="ref3">
        <mixed-citation>
          [4]
          <string-name>
            <surname>Shah</surname>
            ,
            <given-names>D.</given-names>
          </string-name>
          :
          <article-title>A Product at Every Price: A Review of MOOC Stats and</article-title>
          Trends in 2017 - Class Central.
          <year>2018</year>
          . [Online]. Available: https://www.class-central.com/report/moocs-stats-andtrends-2017/. [Accessed:
          <fpage>23</fpage>
          -Mar-2018].
        </mixed-citation>
      </ref>
      <ref id="ref4">
        <mixed-citation>
          [5]
          <string-name>
            <surname>Shah</surname>
            ,
            <given-names>D.</given-names>
          </string-name>
          :
          <article-title>Massive List of MOOC Providers Around the World</article-title>
          . Cl. Cent., https://www.class-central.com/report/mooc-providers-list/. [Accessed:
          <fpage>02</fpage>
          -Nov-2017].
        </mixed-citation>
      </ref>
      <ref id="ref5">
        <mixed-citation>
          [6]
          <string-name>
            <surname>Bodily</surname>
            ,
            <given-names>R.</given-names>
          </string-name>
          ,
          <string-name>
            <surname>Verbert</surname>
            ,
            <given-names>K.</given-names>
          </string-name>
          :
          <article-title>Trends and issues in student-facing learning analytics reporting systems research</article-title>
          .
          <source>In: Proceedings of Seventh International Learning Analytics &amp; Knowledg Conference - LAK</source>
          <year>2017</year>
          , pp.
          <fpage>309</fpage>
          -
          <lpage>18</lpage>
          (
          <year>2017</year>
          ).
        </mixed-citation>
      </ref>
      <ref id="ref6">
        <mixed-citation>
          [7]
          <string-name>
            <surname>Schwendimann</surname>
            ,
            <given-names>B.A.</given-names>
          </string-name>
          , et al.:
          <article-title>Perceiving learning at a glance: a systematic literature review of learning dashboard research</article-title>
          .
          <source>IEEE Trans. Learn. Technol</source>
          .
          <volume>10</volume>
          ,
          <fpage>30</fpage>
          -
          <lpage>41</lpage>
          (
          <year>2017</year>
          ).
        </mixed-citation>
      </ref>
      <ref id="ref7">
        <mixed-citation>
          [8]
          <string-name>
            <surname>Pérez-Álvarez</surname>
            ,
            <given-names>R.</given-names>
          </string-name>
          ,
          <string-name>
            <surname>Pérez-Sanagustín</surname>
            ,
            <given-names>M.</given-names>
          </string-name>
          and
          <string-name>
            <surname>Maldonado-Mahauad</surname>
            ,
            <given-names>J. J.:</given-names>
          </string-name>
          <article-title>NoteMyProgress: Supporting learners' self-regulated strategies in MOOCs</article-title>
          . EC-TEL
          <year>2017</year>
          .
          <article-title>LNCS</article-title>
          , vol.
          <volume>10474</volume>
          , pp.
          <fpage>517</fpage>
          -
          <lpage>520</lpage>
          . Springer, Cham (
          <year>2017</year>
          ).
        </mixed-citation>
      </ref>
      <ref id="ref8">
        <mixed-citation>
          [9]
          <string-name>
            <surname>Guerra</surname>
            ,
            <given-names>J.</given-names>
          </string-name>
          ,
          <string-name>
            <surname>Hosseini</surname>
            ,
            <given-names>R.</given-names>
          </string-name>
          ,
          <string-name>
            <surname>Somyurek</surname>
            ,
            <given-names>S.</given-names>
          </string-name>
          and
          <string-name>
            <surname>Brusilovsky</surname>
            ,
            <given-names>P.:</given-names>
          </string-name>
          <article-title>An Intelligent Interface for Learning Content: Combining an Open Learner Model and Social Comparison to Support Self-Regulated Learning and Engagement</article-title>
          .
          <source>In Proceedings of the 21st International Conference on Intelligent User Interfaces</source>
          , pp.
          <fpage>152</fpage>
          -
          <lpage>163</lpage>
          . (
          <year>2016</year>
          )
        </mixed-citation>
      </ref>
      <ref id="ref9">
        <mixed-citation>
          [10]
          <string-name>
            <surname>Ruipérez-Valiente</surname>
            ,
            <given-names>J. A.</given-names>
          </string-name>
          ,
          <string-name>
            <surname>Muñoz-Merino</surname>
            ,
            <given-names>P. J.</given-names>
          </string-name>
          ,
          <string-name>
            <surname>Leony</surname>
            ,
            <given-names>D.</given-names>
          </string-name>
          , and
          <string-name>
            <given-names>Delgado</given-names>
            <surname>Kloos</surname>
          </string-name>
          ,
          <string-name>
            <surname>C.</surname>
          </string-name>
          :
          <article-title>ALASKA: A learning analytics extension for better understanding the learning process in the Khan Academy platform</article-title>
          .
          <source>Comput. Human Behav</source>
          .
          <volume>47</volume>
          ,
          <fpage>139</fpage>
          -
          <lpage>148</lpage>
          (
          <year>2015</year>
          ).
        </mixed-citation>
      </ref>
    </ref-list>
  </back>
</article>