martes, 30 de enero de 2018

[BT01-BT02] Tarea evaluable T1. Memoria del Proceso Formativo

Esta Tarea evaluable T1 se puede asimilar a la memoria de las asignaturas BT01 y BT02 y será individual, también podría ser, si así lo deseáis, el comienzo de la memoria correspondiente a todo el máster. Dicha tarea evaluable consiste en la publicación (en el blog del participante) de aquellas evidencias de aprendizaje o aquellas reflexiones sobre los diferentes temas tratados durante las sesiones presenciales (también se admite otro tipo de apuntes como más adelante se explicará).

Además, insistimos, el uso del porfolio durante la impartición del resto de asignaturas constituirá la Memoria individual sobre la marcha del máster completo.


Tarea evaluable T1, entrega

Cada asistente al curso deberá preparar una Memoria del proceso formativo, para la que usará el blog en el que irá dejando constancia de las reflexiones en relación a las diferentes fases de la formación, las competencias alcanzadas, los recursos localizados y utilizados, etc. Téngase en cuenta estos 10 consejos simples sobre la redacción de textos en Internet. Si el anterior decálogo te ha parecido breve aquí tienes el texto Diez recomendaciones para quien empieza a escribir en un blog que trata el mismo tema con una mayor extensión.

Para la calificación de las asignaturas BT01 y BT02 no se tendrán en cuenta entradas en el blog posteriores al 2018/03/08 (pero el participante podrá seguir alimentando su blog durante el resto del máster).

Por tanto, para la superación de las asignaturas BT01 y BT02 se deberá alimentar el blog personal según las siguientes indicaciones:
  • El blog a utilizar será el que cada alumno tiene asignado en el máster, comprobad que dicho blog del estudiante aparece correctamente enlazado desde el blog principal del máster http://www.mutae.net (aquel blog accesible desde gadget Porfolios de los estudiantes)
  • Si el estudiante ha utilizado otro blog también se le tendrán en cuenta esos apuntes, para ello basta con que en el "blog asignado al estudiante" éste escriba un post titulado "Mi otro blog" donde indique la dirección del otro blog
  • Se admiten dos tipos de apuntes en el blog: sobre cualquier tema explicado por algún profesor del máster, sobre cualquier tema que relacione las TIC y la educación
  • La fecha límite a partir de la cual se revisarán los blogs será el 8 de marzo de 2018, son un total de 5 semanas completas
  • El mínimo para superar las asignaturas BT01 y BT02 será de 12 apuntes (tal y como se ha mencionado más arriba, también se tendrán en cuenta los post de otros blogs del estudiante que cubran los temas de estudio arriba indicados)
  • Las entregas T2 y T3 serán contabilizadas dentro de ese conjunto de 12 apuntes
  • Cubierta la cantidad mínima de apuntes, para la calificación de las asignaturas BT01 y BT02 se tendrá en cuenta la profundidad y originalidad de dichos apuntes, ver la matriz de valoración mostrada más abajo





Con respecto a T1, a continuación se muestra la matriz de valoración para juzgar el trabajo del blog. Las cuatro primeras categorías tienen en cuenta la presentación y el diseño general del blog (suponen el 30% de la calificación final), las últimas cuatro categorías se refieren al contenido del blog en sus diferentes aspectos y en conjunto les corresponde el restante 70% de la calificación:

CATEGORIAS
Muy bien (3)
Bien (2)
Mejorable (1)
Mal (0)
Diseño (diseño general)
El diseño del blog tiene un atractivo excepcional y una presentación útil. Es fácil localizar todos los elementos importantes.
El diseño del blog tiene un atractivo y una presentación útil. Todos los elementos importantes son fáciles de localizar.
El diseño del blog tiene una presentación útil, pero pueden parecer estar llenas de información o confusas. La mayoría de los elementos son fáciles de localizar.
El diseño no es apropiado, el blog se ve lleno de información o es confuso. Es a menudo difícil localizar elementos importantes.
Diseño (títulos, etiquetas y gadgets)
Siempre agrega un título al post. Siempre añade al menos una etiqueta al post. El blog cuenta con 2 ó 3 gadgets.
Siempre agrega un título al post. Frecuentemente añade al menos una etiqueta al post. El blog cuenta con 1 ó 2 gadgets.
Siempre agrega un título al post. Apenas añade etiquetas a los posts. El blog sólo cuenta con los gadgets estándares.
Algún post sin título. Sin etiquetas. Sin gadgets.
Diseño (multimedia y enlaces)
Todos los enlaces apuntan a sitios fidedignos, actualizados y de alta calidad. Se incorporan imágenes, vídeos y visores de manera apropiada.
Todos los enlaces apuntan a sitios fidedignos, actualizados y de alta calidad. En algún caso se incorporan imágenes, vídeos o visores de archivos.
Todos los enlaces apuntan a sitios fidedignos, actualizados y de alta calidad. Pero no se incorporan ni imágenes, ni vídeos, ni visores de archivos.
Algunos enlaces no apuntan a sitios fidedignos y actualizados. No se incorporan ni imágenes, ni vídeos, ni visores de archivos.
Diseño (tipo de letra)
Los tipos de letra son consistentes, fáciles de leer y de tamaños variados apropiados para los títulos y el texto. El uso de diferentes tipos de letras (cursiva, negrita, subrayado) mejora la lectura.
Los tipos de letra son consistentes, fáciles de leer y de tamaños variados apropiados para los títulos y el texto.
Los tipos de letra son consistentes y de tamaños variados apropiados para los títulos y el texto.
Se pierde coherencia y unicidad porque se usa una gran variedad de tipos de letras, estilos y tamaños.
Contenido (temática)
El blog tiene un propósito y un tema claros y bien planteados y son consistentes en todo el sitio.
El blog tiene un propósito y un tema claros, pero tiene uno o dos elementos que no parecen estar relacionados.
El propósito y el tema del blog son de alguna forma confusos o imprecisos.
El blog carece de propósito y de tema.
Contenido (originalidad)
El contenido del blog es original en más del 70%.
El contenido del blog es original en una proporción comprendida entre el 70% y el 50% aproximadamente.
El contenido del blog es original en una proporción comprendida entre el 50% y el 30% aproximadamente.
La mayor parte del contenido del blog no es original.
Contenido (profundidad)
Los artículos del blog están tratados con la suficiente profundidad como para entender el tema en cuestión.
Los artículos del blog están tratados con la suficiente profundidad pero es necesario recurrir a información complementaria para entender el tema en cuestión.
Los artículos del blog no están tratados con la suficiente profundidad y no se comprenden.
Los artículos del blog carecen de precisión o contienen errorres.
Contenido (ortografía y gramática)
No hay errores de puntuación, ortografía o gramática.
Hay 1-3 errores de puntuación, ortografía o gramática.
Hay 4-5 errores de puntuación, ortografía o gramática.
Hay más de 5 errores de puntuación, ortografía o gramática.


[BT01-BT02] Tarea evaluable T2. Introducción a R

Esta Tarea evaluable T2 se relaciona con lo visto en clase y recogido en [BT01-BT02] Introducción a R.


Tarea evaluable T2

Unos investigadores desarrollan un nuevo entorno virtual de aprendizaje basado en Google Apps. Para evaluar la incidencia de la utilización de este nuevo entorno en las calificaciones de los estudiantes, durante dos años (2016 y 2017) se realiza un estudio de caso con dos grupos de estudiantes: un grupo de control que utiliza Moodle y un grupo experimental que utiliza Google Apps.

El registro del caso se recoge en los siguientes ficheros:

NOTA: no se pude modificar el contenido de los ficheros.

SE PIDE: realizar los ejercicios 1 y 3 y reproducir los ejercicios 2 y 4.

1.- Para cada uno de los años, analizar si existen diferencias estadísticamente significativas entre las calificaciones de ambos grupos. ¿Cómo presentarías los resultados en un artículo científico?

2.- Crear una nueva variable de datos (data frame) que agrupe la información de los dos ficheros. 
SOLUCIÓN:

Primero añadimos una nueva columna ("anio") en el data frame correspondiente a cada año:
> Notas_2grupos_v1["anio"] <- "2016"
> Notas_2grupos_v2["anio"] <- "2017" 

A continuación, creamos el nuevo data frame:
> new_data_frame <- rbind(Notas_2grupos_v1, Notas_2grupos_v2)

Visualizar el contenido de la nueva variable.

3.- Partiendo de la nueva variable, analizar si existen diferencias estadísticamente significativas entre las calificaciones de ambos años, teniendo en cuenta que, en este caso, la comparación se realiza sobre muestras dependientes (dos observaciones sobre los mismos sujetos: una en 2016 y otra en 2017). ¿Qué opción hay que añadir al comando "t.test()" para tener en cuenta este aspecto?

4.- Comprobar que los datos siguen una distribución normal (https://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal).
SOLUCIÓN:

Calculamos las diferencias entre las calificaciones de uno y otro año.
> diferencias = datos2017$nota - datos2016$nota

Representamos los datos en una figura. En este caso, omitiremos la coordenada X de los datos, por lo que la función "plot()" coge el índice del dato dentro del vector como abcisa:
> plot(diferencias, ylab="diferencias (2017-2016)")
> abline(0,0, col="blue", lwd=2) 

Para completar la figura, añadiremos una etiqueta a cada punto. Como el comando "textxy()" que permite hacer esto no está disponible por defecto en R, antes deberemos bajar el módulo, paquete o librería  "calibrate" que incluye dicho comando e instalar la librería (conclusión: la funcionalidad básica de R se puede extender gracias a paquetes de terceros):
> install.packages("calibrate")
> library(calibrate)
> textxy(as.numeric(row.names(datos2016)), diferencias, datos2016$sujeto, cex=0.5, offset=0.6)

A continuación, representamos el histograma de las diferencias:
> hist(diferencias, col="gray", main="histograma", xlab="diferencias") 

A partir de la información mostrada en el histograma, ¿afirmarías que los datos siguen una distribución normal? Vamos a comprobarlo formalmente. Representamos la función de densidad de las diferencias:
> plot(density(diferencias))

Sobre esta figura, superponemos una curva representando una función de densidad normal con la media y la desviación estandar de los datos de diferencias:
> m <- mean(diferencias)
> std <- sqrt(var(diferencias)) 
> curve(dnorm(x, mean=m, sd=std), col="darkblue", lwd=2, add=TRUE)

NOTA: durante la realización de los ejercicios, se recomienda consultar la documentación acerca de cada comando.

QUÉ HAY QUE ENTREGAR: el estudiante publicará un post en su blog en el que indicará, de forma detallada, el proceso seguido para realizar el análisis (los comandos introducidos, las gráficas obtenidas, etc.) y justificará los resultados de forma razonada.

FECHA DE ENTREGA: la fecha límite de entrega es el 8 de marzo de 2018 coincidente con la señalada en [BT01-BT02] Tarea evaluable T1. Memoria del Proceso Formativo