Aplicación móvil con machine learning para la predicción del rendimiento académico en estudiantes de primaria en la región San Martín, 2025

• Autores: Acho Cachay, Luis Jesus, Tuanama Chavez, Brandom Ricketts
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/179926
• Enlace del recurso: https://hdl.handle.net/20.500.12692/179926
• Nivel de acceso: acceso abierto
• Materia: Representación de aprendizaje automático; rendimiento académico; algoritmos; https://purl.org/pe-repo/ocde/ford#2.02.04

El presente estudio tuvo como objetivo determinar de qué manera la aplicación móvil con machine learning predice el rendimiento académico en estudiantes de primaria en la región San Martín. La metodología empleada fue de tipo aplicada, con un diseño pre experimental, considerando una muestra de 900 de estudiantes de la I.E. 0277 Carlos Díaz Reategui, del sexto grado de nivel primario. Como técnicas para recoger datos se empleó la encuesta y la ficha de registro. Entre los resultados se encontró que, el aplicativo machine learning predice una mejora en la especificidad, precisión y sensibilidad, debido que al emplear varios algoritmos el que mejor predice es la Red - Bayesiana logrando un porcentaje del 97.03% de efectividad. En conclusión, aplicando los métodos del machine learning se predice el rendimiento de los estudiantes considerando la especificidad en 97.3%, precisión con 97.1% y la sensibilidad con un 96.7%, encontrándose que, mejor efectividad se obtiene con el método Red – Bayesiana. Por lo tanto, la aplicación predice significativamente el rendimiento académico de los estudiantes de nivel primaria.