Por favor, use este identificador para citar o enlazar este producto académico:
https://riuat.uat.edu.mx/handle/123456789/2228
Título : | Estudio comparativo de técnicas de analítica del aprendizaje para predecir el rendimiento académico de los estudiantes de educación superior |
Autor(es): | ELIZABETH ACOSTA GONZAGA;287459 ALDO RAMIREZ ARELLANO;295307 |
Palabras clave : | compromiso del estudiante;motivación del estudiante;desempeño académico;analítica del aprendizaje |
Fecha de publicación : | 31-jul-2020 |
Resumen: | La deserción escolar involucra diversos factores, entre ellos, el compromiso del estudiante, a través del cual se puede predecir su éxito en la escuela. Ese compromiso tiene varios componentes, tales como conductual, emocional y cognitivo. La motivación y el compromiso están fuertemente relacionadas, ya que la primera es un precursor del compromiso. El objetivo de este estudio fue comparar la eficacia de la regresión lineal contra dos técnicas de minería de datos para predecir el rendimiento académico de los estudiantes en la educación superior. Se hizo un estudio transversal explicativo en el que se encuestó a 222 estudiantes universitarios de una institución pública de la Ciudad de México. Se realizó un análisis de regresión lineal jerárquico (RL) y de técnicas de analítica del aprendizaje, como redes neuronales (RN) y máquinas de vector soporte (SVM). Para evaluar la exactitud de las técnicas de analítica del aprendizaje se realizó un análisis de varianza (ANOVA). Se compararon las técnicas de analítica del aprendizaje y de regresión lineal usando la validación cruzada. Los resultados mostraron que el compromiso conductual y la autoeficacia tuvieron efectos positivos en el desempeño del estudiante, mientras que la pasividad mostró un efecto negativo. Asimismo, las técnicas de RL y de SVM pronosticaron igualmente el desempeño académico de los estudiantes. La RL tuvo la ventaja de producir un modelo simple y de fácil interpretación. Por el contrario, la técnica de SVM generó un modelo más complejo, aunque, si el modelo tuviese como objetivo el pronóstico del desempeño, la técnica SVM sería la más adecuada, ya que no requiere la verificación de ningún supuesto estadístico. |
metadata.dc.source: | Revista CienciaUAT, (2007-7521) Vol. 15 (2020) |
URI : | http://riuat.uat.edu.mx/handle/123456789/2228 |
Tipo : | Artículo |
Tipo de acceso: | Acceso Abierto |
Licencias: | BY-SA |
Audiencia: | Público en general |
Áreas de conocimiento: | HUMANIDADES Y CIENCIAS DE LA CONDUCTA [4] |
Citación : | Acosta-Gonzaga, E., & Ramirez-Arellano, A. (2020). Estudio comparativo de técnicas de analítica del aprendizaje para predecir el rendimiento académico de los estudiantes de educación superior. CienciaUAT, 63-74. |
URL relacionada: | https://revistaciencia.uat.edu.mx/index.php/CienciaUAT/article/view/1392 |
Aparece en las colecciones: | Documentación Cientifica |
archivos en este producto académico:
archivo | Tamaño | Formato | |
---|---|---|---|
2228.pdf | 517.58 kB | Adobe PDF | Visualizar/Abrir |