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.pdf517.58 kBAdobe PDFVisualizar/Abrir