Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción

Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción

El objetivo del estudio fue determinar las variables más importantes para la predicción del abandono estudiantil del curso de Matemática General, de la Universidad Nacional de Costa Rica (UNA), considerando el tipo de estudiante y el momento en que se identifica el abandono. Se construyeron seis mod...

Descripción completa

Detalles Bibliográficos
Autores principales: Zamora Araya, José Andrey, Moreira Mora, Tania Elena
Formato: Online
Idioma:spa
eng
Publicado: Universidad de Costa Rica 2025
Acceso en línea:https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275
id EDUCACION61275
record_format ojs
institution Universidad de Costa Rica
collection Revista Educación
language spa
eng
format Online
author Zamora Araya, José Andrey
Moreira Mora, Tania Elena
spellingShingle Zamora Araya, José Andrey
Moreira Mora, Tania Elena
Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción
author_facet Zamora Araya, José Andrey
Moreira Mora, Tania Elena
author_sort Zamora Araya, José Andrey
description El objetivo del estudio fue determinar las variables más importantes para la predicción del abandono estudiantil del curso de Matemática General, de la Universidad Nacional de Costa Rica (UNA), considerando el tipo de estudiante y el momento en que se identifica el abandono. Se construyeron seis modelos predictivos (dos grupos estudiantiles en tres momentos diferentes) y en cada modelo se implementaron tres algoritmos de aprendizaje supervisado: Regresión Logística (RL), Random Forest (RF) y XGBoost (XGB). La muestra total se dividió en archivos de entrenamientos, estudiantado que matriculó el curso durante los años 2017 y 2018 y archivos de prueba correspondientes a la matrícula del año 2019. Una vez calibrados los hiperparámetros (validación 10 folds) se identificaron las principales variables asociadas con abandono estudiantil (AE) en el curso de Matemática General de cada modelo con base en la medida de importancia de Gini. No obstante, el rendimiento de los algoritmos oscila entre valores de F1- Score de 0.6251 y 0.7300. Además, se comparó el poder predictivo de los algoritmos en cada modelo por medio de un ANOVA de medidas repetidas con validación cruzada con 10 Folds, y no se encontraron diferencias significativas entre los tres algoritmos en ninguno de los modelos propuestos. Las principales variables asociadas al abandono estudiantil (AE) son de tipo académico como la nota de la prueba de actitud académica (PAA), la nota de colegio y las notas de las pruebas parciales, individuales; como el sexo y la edad de ingreso, económicas; como la beca y el índice de desarrollo social (IDS) e institucionales como el estrato, la edad y especialización del personal docente. Se recomienda asignar al profesorado especializado en Matemática Educativa para impartir los cursos iniciales y el diseño propuesto para tomar decisiones sobre acciones que aumenten la permanencia.
title Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción
title_short Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción
title_full Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción
title_fullStr Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción
title_full_unstemmed Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción
title_sort abandono estudiantil en el curso de matemática general: identificación de variables relevantes para su predicción
title_alt Scholar Dropout at General Mathematics subject: identification of relevant variables for its prediction
publisher Universidad de Costa Rica
publishDate 2025
url https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275
work_keys_str_mv AT zamoraarayajoseandrey scholardropoutatgeneralmathematicssubjectidentificationofrelevantvariablesforitsprediction
AT moreiramorataniaelena scholardropoutatgeneralmathematicssubjectidentificationofrelevantvariablesforitsprediction
AT zamoraarayajoseandrey abandonoestudiantilenelcursodematematicageneralidentificaciondevariablesrelevantesparasuprediccion
AT moreiramorataniaelena abandonoestudiantilenelcursodematematicageneralidentificaciondevariablesrelevantesparasuprediccion
_version_ 1822054903170727936
spelling EDUCACION612752025-01-15T15:25:50Z Scholar Dropout at General Mathematics subject: identification of relevant variables for its prediction Abandono estudiantil en el curso de Matemática General: identificación de variables relevantes para su predicción Zamora Araya, José Andrey Moreira Mora, Tania Elena Higher Education Student Dropout Student Performance Statistical Data Statistical Methodology Mathematics Enseñanza superior Abandono escolar Rendimiento escolar Datos estadísticos Metodología estadística Matemáticas The aim of this study was to determine the most important variables for predicting student dropout from the General Mathematics course (MAT001) of the Universidad Nacional de Costa Rica (UNA), considering the types of students and the time at which dropout takes place. Six predictive models were constructed (two student groups at three different times) and three supervised learning algorithms were implemented in each model: Logistic Regression (LR), Random Forest (RF) and XGBoost (XGB). The total sample was split into training files containing data on students who enrolled in the course during the years 2017 and 2018, and test files with data corresponding to students who enrolled in the year 2019. Once the hyperparameters were fitted (10-fold validation), the main variables associated with student dropout (SD) in the General Mathematics course of each model were identified based on the Gini importance measure; performance of the algorithms ranged from F1-Scores of 0.6251 to 0.7300. In addition, the predictive power of the algorithms in each model were compared by means of a repeated-measures ANOVA with 10-fold cross-validation, and no significant differences were found between the three algorithms in any of the proposed models. The main variables associated with student dropout (SD) were academic, such as grades on the academic attitude test (AAT), high school education grades, and grades on MAT001 tests, student attributes as sex and age at enrollment, economic factors such as scholarships and the Social Development Index (SDI), and institutional factors such as high school educational opportunities that students were exposed to, and the ages and specializations of the teaching staff. Based on the results of this analysis, it is recommended that teachers specialized in Educational Mathematics be assigned to teach initial courses, and to propose designs for decision making about actions that increase permanence. El objetivo del estudio fue determinar las variables más importantes para la predicción del abandono estudiantil del curso de Matemática General, de la Universidad Nacional de Costa Rica (UNA), considerando el tipo de estudiante y el momento en que se identifica el abandono. Se construyeron seis modelos predictivos (dos grupos estudiantiles en tres momentos diferentes) y en cada modelo se implementaron tres algoritmos de aprendizaje supervisado: Regresión Logística (RL), Random Forest (RF) y XGBoost (XGB). La muestra total se dividió en archivos de entrenamientos, estudiantado que matriculó el curso durante los años 2017 y 2018 y archivos de prueba correspondientes a la matrícula del año 2019. Una vez calibrados los hiperparámetros (validación 10 folds) se identificaron las principales variables asociadas con abandono estudiantil (AE) en el curso de Matemática General de cada modelo con base en la medida de importancia de Gini. No obstante, el rendimiento de los algoritmos oscila entre valores de F1- Score de 0.6251 y 0.7300. Además, se comparó el poder predictivo de los algoritmos en cada modelo por medio de un ANOVA de medidas repetidas con validación cruzada con 10 Folds, y no se encontraron diferencias significativas entre los tres algoritmos en ninguno de los modelos propuestos. Las principales variables asociadas al abandono estudiantil (AE) son de tipo académico como la nota de la prueba de actitud académica (PAA), la nota de colegio y las notas de las pruebas parciales, individuales; como el sexo y la edad de ingreso, económicas; como la beca y el índice de desarrollo social (IDS) e institucionales como el estrato, la edad y especialización del personal docente. Se recomienda asignar al profesorado especializado en Matemática Educativa para impartir los cursos iniciales y el diseño propuesto para tomar decisiones sobre acciones que aumenten la permanencia. Universidad de Costa Rica 2025-01-17 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Refereed article Artículo arbitrado application/pdf text/html application/epub+zip application/pdf text/html application/epub+zip https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275 10.15517/revedu.v49i1.61275 Revista Educación - Journal of Education; Vol. 49 No. 1 (2025): Vol. 49, Num. 1 (2025): Revista Educación (january-june) (UNDER CONSTRUCTION); 1-23 Revista Educación; Vol. 49 Núm. 1 (2025): Vol. 49, Núm. 1 (2025): Revista Educación (enero-junio) (EN CONSTRUCCIÓN); 1-23 Revista de Educación; Vol. 49 N.º 1 (2025): Vol. 49, Núm. 1 (2025): Revista Educación (enero-junio) (EN CONSTRUCCIÓN); 1-23 2215-2644 0379-7082 spa eng https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275/62729 https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275/62730 https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275/62731 https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275/62738 https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275/62739 https://revistas.ucr.ac.cr/index.php/educacion/article/view/61275/62740 Derechos de autor 2025 Revista Educación http://creativecommons.org/licenses/by-nc-nd/3.0/cr/deed.en_US

Ejemplares similares