Impacto de la clase invertida en la percepción, motivación y rendimiento académico de estudiantes universitarios

Mendaña-Cuervo, Cristina; González, Emelina López

doi:10.4067/s0718-50062021000600097

Cited by 4 publications

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dentro de los determinantes sociales que influyen en el rendimiento académico encontramos al entorno familiar, el nivel educativo de los padres, las variables demográficas, el contexto socio económico y socio cultural (Dámaso-Flore & Serpa-Barriento, 2022; Martí et al, 2022;Solana et al, 2017). De igual forma, la infraestructura, la implementación de laboratorios y la biblioteca, los planes de estudio, la conectividad, plana docente, la gestión académica y administrativa, son determinantes institucionales que influyen en el logro de competencias (Delgado et al, 2022;Mendaña-Cuervo & López-González, 2021).…”

Section: Factores Endógenos Y Exógenosunclassified

Factores endógenos y exógenos para el modelado y predicción del rendimiento académico de estudiantes universitarios

Flores¹,

Sanchez²

2023

REIFOP

View full text Add to dashboard Cite

The objective of this research is to design and implement an artificial neural network (RNA) model that allows predicting the academic performance of students at the Fabiola Salazar Leguía de Bagua National Intercultural University (UNIFSLB) in the Mathematics subject. This research presents a quantitative, non-experimental, projective and predictive approach; A dichotomous response questionnaire was developed to collect information on the factors that influence Academic Performance (AR). For the validation of the questionnaire, the expert judgment criteria was used, and for reliability the Kuder-Richarson test (reliability coefficient of 0.82). The study population was made up of 397 UNIFSLB students. The RNA model was designed in the MATLAB software, the model adjustment was performed taking into account the mean square error (0.27) and the weighted correlation coefficient during training, validation and testing (0.92%). The RNA model with the best prediction results is made up of three hidden layers (35-42-31 neurons in each hidden layer) and an output layer (1 neuron). It was concluded that it is possible to implement an RNA model with endogenous and exogenous factors to predict the AR of students El objetivo de esta investigación es diseñar e implementar un modelo de red neuronal artificial (RNA) que permita predecir el rendimiento académico de los estudiantes de la Universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua (UNIFSLB) en la asignatura Matemática. Esta investigación presenta un enfoque cuantitativo, no experimental, de tipo proyectiva y predictiva; se elaboró un cuestionario de respuestas dicotómicas para recolectar información de los factores que influyen en el Rendimiento académico (RA). Para la validación del cuestionario se utilizó el criterio de juicio de expertos, y para la confiabilidad la prueba Kuder-Richarson (coeficiente de confiabilidad de 0.82). La población de estudio quedó constituida por 397 estudiantes de la UNIFSLB. El modelo de RNA se diseñó en el software MATLAB, el ajuste del modelo se realizó teniendo en cuenta el error cuadrático medio (0.27) y el coeficiente de correlación ponderado durante el entrenamiento, validación y prueba (0.92%). El modelo de RNA con los mejores resultados en la predicción está constituido por tres capas ocultas (35-42-31 neuronas en cada capa oculta) y una capa de salida (1 neurona). Se concluyó que es posible implementar un modelo de RNA con factores endógenos y exógenos para predecir el RA de los estudiantes

show abstract

Section: Factores Endógenos Y Exógenosunclassified

Factores endógenos y exógenos para el modelado y predicción del rendimiento académico de estudiantes universitarios

Flores¹,

Sanchez²

2023

REIFOP

View full text Add to dashboard Cite

show abstract

El impacto del B-Learning apoyado en el Flipped Classroom en el aprendizaje y desarrollo de competencias en la educación superior

Hernández Suárez,

Álvarez Maceas,

Córdoba Gómez

2022

rev.perspect

View full text Add to dashboard Cite

En este estudio, se investigó el impacto del B-Learning apoyado en el Flipped Classroom en el aprendizaje y desarrollo de competencias en un programa académico de una institución universitaria en Colombia. Se utilizó un enfoque cuantitativo con alcance descriptivo y un diseño no experimental en una muestra de 40 estudiantes durante el segundo semestre de 2022. Se evaluó el desempeño en una plataforma virtual a través de la medición de la ganancia de aprendizaje propuesto por Hake, y se aplicó un cuestionario de percepción y satisfacción. Los resultados revelan la importancia del rol del docente como facilitador en el B-Learning apoyado en el Flipped Classroom. Los estudiantes mostraron mayor participación en el trabajo en equipo, demostrando el impactopositivo en la colaboración y la interacción entre pares. El uso de este enfoque se considera una alternativa viable para asignaturas de educación superior, ya que los estudiantes valoran la flexibilidad, la interactividad y la aplicabilidad en su aprendizaje

show abstract

Flipped Learning in Higher Education for the Development of Intrinsic Motivation: A Systematic Review

Alonso,

Vélez,

Martínez-Monteagudo

et al. 2023

Education Sciences

View full text Add to dashboard Cite

Background: Flipped learning (FL) is being considered, in terms of new educational trends, a beneficial pedagogical model in the classroom. In particular, FL and intrinsic motivation (IM) are key components to the model since they can be crucial to a high-quality education. FL for the development of IM in higher education, as well as searches for potential interventions have, thus improved over the past ten years. However, no reviews that analyze the findings and conclusions reached have been published. Consequently, the objectives of this paper were to analyze the relationship between the use of FL and the IM of students in higher education, and to identify the aspects that should be present in FL models to develop the IM that contributes to high-quality education. Methods: in accordance with PRISMA guidelines, a systematic review of PubMed, Web of Science, Scopus, and ProQuest was carried out. Results: Of the 407 studies that were initially discovered, 17 underwent a full examination in which all findings and conclusions were analyzed. After implementation, the majority of the FL interventions improved IM results. Conclusion: many key aspects have been identified that must be followed in order to intrinsically motivate students using the FL methodology.

show abstract

Impacto de la clase invertida en la percepción, motivación y rendimiento académico de estudiantes universitarios

Cited by 4 publications

References 0 publications

Factores endógenos y exógenos para el modelado y predicción del rendimiento académico de estudiantes universitarios

Factores endógenos y exógenos para el modelado y predicción del rendimiento académico de estudiantes universitarios

El impacto del B-Learning apoyado en el Flipped Classroom en el aprendizaje y desarrollo de competencias en la educación superior

Flipped Learning in Higher Education for the Development of Intrinsic Motivation: A Systematic Review

Contact Info

Product

Resources

About