El artículo tuvo como objetivo predecir el rendimiento académico de estudiantes de maestrías en educación, teniendo como autores principales a Camborda Zamudio (2014), Candia Oviedo (2019), Castrillón et al. (2020), Hussain et al. (2018), Yarlequé Wong (2019). Se empleó la técnica de árbol de decisión y minería de datos y herramientas que provee la inteligencia artificial para construir un modelo con el algoritmo J48 del software WEKA, teniendo en cuenta factores educacionales, familiares, socioeconómicos, de hábitos y costumbres. La muestra estuvo constituida por 237 estudiantes de una universidad pública en Perú, obteniendo mediante el coeficiente Kappa de Cohen un nivel de acierto del 66%. Los resultados dan cuenta de una metodología capaz de entrenar un sistema para clasificar a un estudiante, a partir de una de las categorías del rendimiento académico. Esta clasificación puede identificar a priori a los estudiantes con posibles problemas de rendimiento académico. Como resultado de ello, las medidas de acompañamiento y mitigación se pueden implementar de inmediato.
El propósito de la investigación fue integrar las buenas prácticas y normas internacionales relacionadas con las tecnologías de información para definir un marco de gestión y adoptar el modelo de computación en la nube en universidades peruanas con la finalidad de garantizar eficientemente la continuidad, disponibilidad y capacidad de los servicios de tecnologías de información bajo el esquema pago por uso. La investigación estuvo enmarcada en el aspecto tecnológico, en virtud de la propuesta realizada para solucionar un problema real presentado en el sistema universitario; por cuanto se logró definir el marco de gestión para la adopción del modelo de computación en la nube, la misma que contempla cinco dimensiones: negocio, personas, tecnología, información y seguridad, contemplado en cinco categorías: planificación, implementación, monitoreo, soporte y evaluación, los cuales están definidos en 24 procesos, roles y productos de trabajo.; el que será implementado mediante el ciclo de desarrollo. Se concluye que el modelo de computación en la nube, permitirá a las instituciones involucradas ventajas competitivas y generación de valor.
Con la promulgación de la Ley N.º 29947, “Ley de protección a la economía familiar”, los estudiantes, utilizan el servicio educativo con el pago de matrícula, demostrando una cultura de pago deficiente, dejando de pagar las pensiones de enseñanza hasta el inicio del siguiente semestre. Esto motiva a que la universidad presente un estado de iliquidez. El objetivo de la investigación fue desarrollar un modelo de clasificación de comportamiento de pagos en los estudiantes de una Universidad Privada en el Perú; con la finalidad de predecir la morosidad y cumplimiento de los compromisos de pagos, mediante la implementación de estrategias mejorando así la calidad en el proceso de recaudación económica. La metodología presenta un componente investigativo de tipo tecnológico, de nivel propositivo, innovación incremental, la recolección de datos fue de tipo retrospectivo; con alcance temporal sincrónico, porque se realizó en un periodo corto de tiempo, menor a un año, la población de estudio estuvo conformada por 8495 estudiantes de pregrado matriculados. Los resultados evidencian un modelo de clasificación para predecir el comportamiento de pagos, empleando la plataforma H2O.ai y el lenguaje de programación R, los datos fueron obtenidos de los sistemas informáticos, empleando la metodología CRISP-DM utilizado en soluciones de ciencia de datos. Los conjuntos de datos para el entrenamiento, validación y pruebas corresponden al 70 %, 15 % y 15 %; obteniendo el modelo de clasificación GBM Grid cuyas métricas de desempeño son AUC de 0,6272, AUCPR de 0,8751 y logLoss equivalente a 0,4577.
El aprendizaje y los desafíos del trabajo docente no solo se encuadran en el oficio de enseñar, responden también a necesidades complejas qué surgen de los estudiantes en sus contextos de desarrollo. A medida que van apareciendo nuevos escenarios educativos, políticos y económicos los desafíos de los docentes son diversos porque tienen la responsabilidad de tener respuestas hacia la comunidad y la sociedad en sí. Los escenarios actuales son muy diferentes a los iniciales de la escuela que a hasta la actualidad persiguen el propósito de buscar respuestas. El trabajo tuvo como objetivo identificar cuáles son los aprendizajes de los estudiantes y al mismo tiempo cuales son los desafíos del trabajo, la profesión y formación docente post pandemia. El docente es un sujeto que la sociedad le exige un perfil particular y un grado de responsabilidad que no sucede con otras profesiones, puesto que tiene una tarea muy compleja que requiere de muchos elementos. Resulta necesario en ese contexto formar a los docentes en un currículum que desarrolle tanto los conocimientos profundos de las áreas de contenido, como la comprensión pedagógica eficaz, incluyendo de un modo transversal las tecnologías digitales, con objetivos claros de aprendizaje que incluya saberes, habilidades y actitudes. El estudio se centra también en el contexto de la COVID-19 siendo necesario introducir en todo el sistema educativo, las tecnologías de un modo transversal en la formación docente inicial y continua, sino también el pensamiento computacional.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.