Sistema de evaluación adaptativa utilizando redes bayesianas para mejorar la evaluación - nivel de educación primaria

• Autor: Silva Ochoa, Jhancarlo Florencio
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Ricardo Palma
• Repositorio: URP-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.urp.edu.pe:20.500.14138/9034
• Enlace del recurso: https://hdl.handle.net/20.500.14138/9034
• Nivel de acceso: acceso abierto
• Materia: Teoría bayesiana de decisiones estadísticas; Matemáticas – Mediciones y pruebas educativas; Educación primaria -- Estrategias de aprendizaje; Aptitud matemática en niños -- Evaluación; https://purl.org/pe-repo/ocde/ford#1.02.00

El propósito de este trabajo de investigación fue desarrollar un sistema de evaluación adaptativa utilizando redes bayesianas para mejorar la evaluación en matemáticas de los estudiantes del nivel primario, se realizó una prueba piloto con los estudiantes del 2o grado de primaria de la Institución Educativa 54469 ubicada en el centro poblado Llatanaco, distrito de Ranracancha, provincia de Chincheros, en la región de Apurímac. Se desarrolló 2 aplicaciones, una aplicación de escritorio denominado “Nimodo Teacher” y una aplicación móvil denominado “Nimodo Student”, aplicando los principales entregables de la metodología de desarrollo de software RUP (Proceso Racional Unificado). Las preguntas registradas en la base de datos que formarán parte de las evaluaciones adaptativas tienen como atributos principales un estilo de aprendizaje (visual o auditivo) y un nivel de logro (en inicio, en proceso o satisfactorio). El presente trabajo de investigación, está basado en un estudio cuantitativo experimental y el diseño de investigación es cuasi-experimental porque no hay aleatorización en la selección de los sujetos. Se realizó 4 evaluaciones en el área curricular de matemática, sin utilizar el sistema (pre- test) y 4 evaluaciones utilizando el sistema (post-test), necesarios para hacer las comparaciones de las variables de investigación, estas evaluaciones son correspondientes al 1er bimestre (Marzo y Abril del año 2019). En cuanto a los resultados, el sistema permitió estimar mejor el nivel de conocimientos de cada estudiante utilizando el teorema Bayes, también el sistema permitió identificar el estilo de aprendizaje predominante de cada estudiante y por último el sistema permitió reducir el tiempo en 34:00 minutos aproximadamente en la resolución de las evaluaciones usando el sistema