Propuesta de mejora y enriquecimiento de la experiencia del estudiante en la Facultad de Ciencias de la Computación de la Universidad Fidélitas
DOI:
https://doi.org/10.46450/revistafidelitas.v6i2.126Palabras clave:
Experiencia del estudiante, analítica, satisfacción educativa, educación personalizada, mejora en educación superiorResumen
Este estudio tiene como objetivo mejorar la experiencia del estudiante en la Facultad de Ciencias de la Computación de la Universidad Fidélitas, alineando las estrategias educativas con las mejores prácticas centradas en el diseño orientado al cliente. Basándose en investigaciones previas, se concibe la experiencia del estudiante (SX) como el resultado de una interacción continua con los servicios institucionales. A través de encuestas aplicadas a 157 estudiantes, se evaluaron niveles de satisfacción en dimensiones clave como calidad de enseñanza, currículo y bienestar emocional. Los datos fueron analizados mediante estadísticas descriptivas, inferenciales y técnicas de agrupamiento, generando arquetipos estudiantiles. Los resultados indican que los estudiantes en modalidad virtual reportan una mayor satisfacción que quienes cursan en modalidad híbrida o presencial. La discusión resalta la necesidad de diseñar propuestas de mejora diferenciadas según la modalidad educativa. Se concluye que el análisis sistemático de la experiencia estudiantil permite identificar acciones concretas para aumentar la satisfacción, fortalecer la retención y orientar la innovación educativa en entornos universitarios.
Descargas
Referencias
Castillo-Jiménez, A., & Gallardo-Echenique, E. (2020). El rol de la experiencia del cliente en la estrategia omnicanal durante el proceso de compra. Revista Ibérica de Sistemas e Tecnologías de Información, (E34), 119-132.
Fernández, P., Álvarez, J., & Cornejo, L. (2022). Satisfacción estudiantil y percepción de calidad en programas de ingeniería: Un análisis desde la experiencia del usuario. Revista Educación y Tecnología, 33(2), 45-60. https://doi.org/10.35622/j.rent.2022.02.003
Ganesan, K., & Lawrance, R. (2017). Educational Data Mining and Learning Analytics – Educational Assistance for Teaching and Learning. International Journal of Computer & Organization Trends, 41(1), 21-25.
Godoy, E. (2021, 16 de febrero). Challenge de Clustering. Medium. https://egodoyl.medium.com/challenge-de-clustering-7f774f21d298
Matus, N., Rusu, C., & Cano, S. (2021). Student eXperience: A Systematic Literature Review. Applied Sciences, 11(20), 9543. https://doi.org/10.3390/app11209543
Méndez, C., & Londoño, S. (2021). Análisis de datos para la mejora de la retención estudiantil en carreras STEM: Aplicaciones de learning analytics. Revista Colombiana de Educación, 82(1), 120–143. https://epsir.net/index.php/epsir/article/download/440/223/3912
Microsoft Learn. (2023, 31 de octubre). Algoritmos de minería de datos. Microsoft Learn: Power BI. https://learn.microsoft.com/es-es/analysis-services/data-mining/data-mining-algorithms-analysis-services-data-mining?view=asallproducts-allversions
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Revista | Universidad Fidélitas

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.



