Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19

Descripción del Articulo

En el 2020 se suscitó la pandemia por COVID-19, la cual trajo consigo un cambio en las rutinas de las personas hacia la virtualidad. La educación no ha sido ajena a estos cambios, los cuales han venido acompañados de un deterioro en la salud mental, manifestándose a través de la depresión, ansiedad,...

Descripción completa

Detalles Bibliográficos
Autores: Gamboa Unsihuay, Jesús Eduardo, Zuñiga Blanco, Arturo
Formato: artículo
Fecha de Publicación:2021
Institución:Universidad Nacional Agraria La Molina
Repositorio:Revistas - Universidad Nacional Agraria La Molina
Lenguaje:español
OAI Identifier:oai:revistas.lamolina.edu.pe:article/1812
Enlace del recurso:https://revistas.lamolina.edu.pe/index.php/tnu/article/view/1812
Nivel de acceso:acceso abierto
id REVUNALM_2739fde3bd37088c235764b1675ee760
oai_identifier_str oai:revistas.lamolina.edu.pe:article/1812
network_acronym_str REVUNALM
network_name_str Revistas - Universidad Nacional Agraria La Molina
repository_id_str
spelling Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19Gamboa Unsihuay, Jesús EduardoZuñiga Blanco, ArturoEn el 2020 se suscitó la pandemia por COVID-19, la cual trajo consigo un cambio en las rutinas de las personas hacia la virtualidad. La educación no ha sido ajena a estos cambios, los cuales han venido acompañados de un deterioro en la salud mental, manifestándose a través de la depresión, ansiedad, estrés, entre otros. Esta investigación buscó caracterizar a los estudiantes de cursos básicos de estadística en su primer ciclo de clases virtuales, así como establecer qué variables influyeron en su rendimiento académico. Se encontraron 3 conglomerados de estudiantes, diferenciados principalmente por la edad, historial académico y puntajes de depresión, ansiedad y estrés. Por otro lado, los atributos que mayor ganancia de información presentan al predecir el rendimiento académico fueron el promedio ponderado semestral del ciclo anterior, la asignatura en la que se matriculó, la cantidad de créditos matriculados, la edad, el estrés y la ansiedad.Universidad Nacional Agraria La Molina2021-12-28info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.lamolina.edu.pe/index.php/tnu/article/view/181210.21704/rtn.v15i1.1812Tierra Nuestra; Vol. 15 No. 1 (2021): Enero a Junio; 18-28Tierra Nuestra; Vol. 15 Núm. 1 (2021): Enero a Junio; 18-282519-738X1818-4103reponame:Revistas - Universidad Nacional Agraria La Molinainstname:Universidad Nacional Agraria La Molinainstacron:UNALMspahttps://revistas.lamolina.edu.pe/index.php/tnu/article/view/1812/2292Derechos de autor 2021 Jesús Eduardo Gamboa Unsihuay, Arturo Zuñiga Blancohttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessoai:revistas.lamolina.edu.pe:article/18122023-06-27T14:27:24Z
dc.title.none.fl_str_mv Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
title Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
spellingShingle Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
Gamboa Unsihuay, Jesús Eduardo
title_short Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
title_full Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
title_fullStr Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
title_full_unstemmed Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
title_sort Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
dc.creator.none.fl_str_mv Gamboa Unsihuay, Jesús Eduardo
Zuñiga Blanco, Arturo
author Gamboa Unsihuay, Jesús Eduardo
author_facet Gamboa Unsihuay, Jesús Eduardo
Zuñiga Blanco, Arturo
author_role author
author2 Zuñiga Blanco, Arturo
author2_role author
description En el 2020 se suscitó la pandemia por COVID-19, la cual trajo consigo un cambio en las rutinas de las personas hacia la virtualidad. La educación no ha sido ajena a estos cambios, los cuales han venido acompañados de un deterioro en la salud mental, manifestándose a través de la depresión, ansiedad, estrés, entre otros. Esta investigación buscó caracterizar a los estudiantes de cursos básicos de estadística en su primer ciclo de clases virtuales, así como establecer qué variables influyeron en su rendimiento académico. Se encontraron 3 conglomerados de estudiantes, diferenciados principalmente por la edad, historial académico y puntajes de depresión, ansiedad y estrés. Por otro lado, los atributos que mayor ganancia de información presentan al predecir el rendimiento académico fueron el promedio ponderado semestral del ciclo anterior, la asignatura en la que se matriculó, la cantidad de créditos matriculados, la edad, el estrés y la ansiedad.
publishDate 2021
dc.date.none.fl_str_mv 2021-12-28
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistas.lamolina.edu.pe/index.php/tnu/article/view/1812
10.21704/rtn.v15i1.1812
url https://revistas.lamolina.edu.pe/index.php/tnu/article/view/1812
identifier_str_mv 10.21704/rtn.v15i1.1812
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.lamolina.edu.pe/index.php/tnu/article/view/1812/2292
dc.rights.none.fl_str_mv Derechos de autor 2021 Jesús Eduardo Gamboa Unsihuay, Arturo Zuñiga Blanco
http://creativecommons.org/licenses/by-nc/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 2021 Jesús Eduardo Gamboa Unsihuay, Arturo Zuñiga Blanco
http://creativecommons.org/licenses/by-nc/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.source.none.fl_str_mv Tierra Nuestra; Vol. 15 No. 1 (2021): Enero a Junio; 18-28
Tierra Nuestra; Vol. 15 Núm. 1 (2021): Enero a Junio; 18-28
2519-738X
1818-4103
reponame:Revistas - Universidad Nacional Agraria La Molina
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str Revistas - Universidad Nacional Agraria La Molina
collection Revistas - Universidad Nacional Agraria La Molina
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1847063434929111040
score 12.846861
Modelos de minería de datos aplicados al rendimiento académico universitario: Educación virtual durante pandemia COVID-19
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares