Integració d’Atenea amb el BI UPC

La integració d’Atenea amb el Bussiness Intelligence (BI) UPC ha estat prioritzada i forma part de la cartera de projectes TIC del 2020. El BI és el terme tècnic del que anomenem l’estudi d’indicadors.  

Actualment l'ICE ja disposa d’indicadors d’Atenea, ha aconseguit agafar-los de les dades guardades des del 2016 a Elastic Search i transformar-los en fitxers csv: tant per assignatura com per les dades globals UPC per cada centre. Les dades contenen #usuaris inscrits, #usuaris actius diferents per dia, #d’accions dels diferents recursos com l’ús de fitxers o qüestionaris però en canvi no estan guardats els accessos a les qualificacions o al calendari, ni el #total d’usuaris actius diferents al llarg d’un curs, per exemple. 

La integració amb BI corporatiu serà un gran pas i permetrà obtenir tots els indicadors que falten i creuar dades amb PRISMA, com poden ser el rendiment acadèmic, el nombre de no presentats, etc. Les  dades, a més, estaran en obert per tota la comunitat UPC.

Mentrestant no s’implementa la integració amb el BI, a l'ICE ja estem en fase d’explotació dels indicadors, per això usem eines estadístiques. Es vol oferir al Centres docents, graus i Departaments que disposin de dades com l’activitat, accions i ús de recursos d’Atenea per cadascuna de les assignatures. S’estan acabant de preparar unes interfícies que permetran mitjançant la lectura del fitxer csv obtenir una sèrie de gràfiques indicatives.

Interfície Indicadors Assignatura ATENEA

A continuació detallem una mica com s’ha arribat fins aquí.

D’on venim?

L’interès en l’estudi d’indicadors d’Atenea ve de lluny. Hi ha una proposta en aquest sentit: Estudi i proposta d’Indicadors. ATENEA BI (UPCnet) datada de l’abril 2010, feta amb rigor; amb grups de treball implicant directors dels Centres, ICE, gestors d’Atenea i PDI, que finalment no es va implementar. Posteriorment, en la CTIC de suport Docència 2016 s’aprova fer la recollida de dades: Dashboard d’Atenea UPC (UPCnet). El procés el desenvolupa en dos fases: en la primera fase, agost 2016, es crea la infraestructura LRS-Mongoi Elastic Search que transformen les dades de Moodle per poder a posteriori, en una segona fase visualitzar-les a través d’alguna interfície visualment amena, aleshores van pensar en Trimaps. La segona fase no es va arribar a implementar mai. Des d’aleshores (2016) hi ha guardades una part de les dades per cada assignatura o curs. 

Què estem fent? 

L’equip actual de l’ICE hem reprès aquesta tasca dins el projecte Minerva. L'ICE decideix posar un becari per fer aquest estudi  apostant per estudiants experts en estadística i programari R, en aquest cas un estudiant de Grau en Estadística de la FME i Economia (interuniversitari UPC-UB), Francesc Salvador Zuriaga, que des de Juny 2019 hi està treballant. Presentem dades preliminars a la Jornada de bones pràctiques i disseny de cursos a ATENEA (finals de juny 2019) d’un fitxer .xls, amb dades parcials que ens proporciona UPCnet.

En un principi, juntament amb UPCnet es valora i es decideix agafar les dades d’Elastic Search. L’accés dades d’ICE no és fàcil, cal traduir-les per poder-les llegir en R, cal també fer una tria de les dades bones, generar la taula de dades en R, aclarir-nos amb els identificadors d’assignatures i codis (PRISMA). Finalment, tenim unes interfícies que sense cap coneixement de R permeten generar els .csv des d’un PC (amb les dades de fins a 1 any) d’una assignatura (<6s) o del global de la UPC (<1.5h). I com ja hem comentat, també s’està desenvolupant unes interfícies de visualització dels indicadors que oferirem als centres. Tota aquesta feina de ben segur que ajudarà al procés d’integració amb el BI, que esperem aquesta vegada es dugui a terme.