Predicción del rendimiento académico mediante técnicas del análisis multivariado en la asignatura de ecuaciones diferenciales.
DOI:
https://doi.org/10.55204/trc.v3i1.e126Palabras clave:
Técnicas multivariantes, rendimiento académico, ecuaciones diferenciales.Resumen
El rendimiento académico de un estudiante se ha asociado a diversos factores personales, sociales e institucionales. El objetivo de esta investigación es determinar los factores que inciden en el rendimiento académico de los estudiantes del curso de ecuaciones diferenciales. Para evaluar el impacto de este trabajo se aplicaron técnicas multivariantes como la regresión logística binaria y el análisis discriminante. Se determinó que las variables tiempo semanal dedicado a la asignatura, tutorías que ayudan a solventar dudas, frecuencia con que desarrollan las actividades académicas, y la frecuencia con la que realizan las tareas contribuye significativamente en el rendimiento académico. A pesar del impacto positivo de esta investigación, aún quedan desafíos por resolver uno de ellos es determinar las estrategias y programas que tienen como finalidad mejorar el desempeño y permanencia de los estudiantes en una institución de educación superior.
Descargas
Referencias
Bansal, R., Mishra, A., & Singh, S. N. (2017). Mining of educational data for analysing students’ overall performance. Proceedings of the 7th International Conference Confluence 2017 on Cloud Computing, Data Science and Engineering, 495–497. https://doi.org/10.1109/CONFLUENCE.2017.7943202
Bonilla, S. (2021). UTILIZACIÓN DE SOFTWARE LIBRE COMO ESTRATEGIA DIDÁCTICA PARA EL APRENDIZAJE DE ECUACIONES DIFERENCIALES ORDINARIAS LINEALES EN ESTUDIANTES [Escuela Superior Politécnica de Chimborazo]. http://dspace.espoch.edu.ec/handle/123456789/14724
Cerón, S. (2020). Análisis estadístico multivariado de los resultados en las pruebas Saber Pro del programa de Ingeniería en Producción Acuícola en la Universidad de Nariño 2016 – 2019. Los libertadores fundación universitaria. https://repository.libertadores.edu.co/handle/11371/3143
Helal, S., Li, J., Lin, L., Esmaeil, E., Shane, D., Duncan J, M., & Qi, L. (2018). Predicting academic performance by considering student heterogeneity - ScienceDirect. https://www.sciencedirect.com/science/article/abs/pii/S0950705118303939
Marquín, M. (2017). Predicción del rendimiento académico mediante técnicas del análisis multivariado en la asignatura de álgebra lineal. Universidad Tecnológica de Pereira. https://repositorio.utp.edu.co/items/8379267c-a098-41b3-b894-605edcf52f4d
Publicado
Número
Sección
Licencia
Derechos de autor 2023 Paola Proaño Molina, Santiago Ulloa Cortazar, Aracelys Hernández, Alfonso Gunsha Morales
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores conservan los derechos morales y patrimoniales de sus obras. Puesto que Tesla Revista Científica es una publicación de acceso abierto, los lectores pueden reproducir total o parcialmente su contenido siempre y cuando proporcionen adecuadamente el crédito a los autores correspondientes y a la revista misma. Tesla Revista Científica se compromete a no hacer uso comercial de los textos que recibe y/o publica.
Nuestra revista se rige por las politicas internacionales SHERPA/RoMEO: Revista verde: Permiten el autoarchivo tanto del pre-print (borrador de un trabajo) como del post-print (la versión corregida y revisada por pares) y hasta de la versión final (maquetada tal como saldrá publicada en la revista).
Véase también "Derechos de autor y licencias".
