Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática
Descripción del Articulo
El presente estudio realizó una revisión sistemática de literatura con el objetivo de sintetizar la evidencia reciente sobre el uso de modelos predictivos para la detección del bajo rendimiento escolar. Se empleó el modelo PRISMA 2020 para la identificación, selección y análisis de los estudios, rea...
| Autores: | , |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2026 |
| Institución: | Universidad Señor de Sipan |
| Repositorio: | USS-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.uss.edu.pe:20.500.12802/17086 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12802/17086 |
| Nivel de acceso: | acceso abierto |
| Materia: | Modelos predictivos Rendimiento académico Aprendizaje automático Educación básica Revisión sistemática https://purl.org/pe-repo/ocde/ford#2.02.04 |
| id |
USSS_0e0ee6a68509c5d08dd27c5a88362177 |
|---|---|
| oai_identifier_str |
oai:repositorio.uss.edu.pe:20.500.12802/17086 |
| network_acronym_str |
USSS |
| network_name_str |
USS-Institucional |
| repository_id_str |
4829 |
| dc.title.es_PE.fl_str_mv |
Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática |
| title |
Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática |
| spellingShingle |
Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática Centurion Quispe, Marlia Stefany Modelos predictivos Rendimiento académico Aprendizaje automático Educación básica Revisión sistemática https://purl.org/pe-repo/ocde/ford#2.02.04 |
| title_short |
Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática |
| title_full |
Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática |
| title_fullStr |
Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática |
| title_full_unstemmed |
Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática |
| title_sort |
Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemática |
| author |
Centurion Quispe, Marlia Stefany |
| author_facet |
Centurion Quispe, Marlia Stefany Siesquen Merino, Doris Yubitza |
| author_role |
author |
| author2 |
Siesquen Merino, Doris Yubitza |
| author2_role |
author |
| dc.contributor.advisor.fl_str_mv |
Olano Paz, Carlos Omar |
| dc.contributor.author.fl_str_mv |
Centurion Quispe, Marlia Stefany Siesquen Merino, Doris Yubitza |
| dc.subject.es_PE.fl_str_mv |
Modelos predictivos Rendimiento académico Aprendizaje automático Educación básica Revisión sistemática |
| topic |
Modelos predictivos Rendimiento académico Aprendizaje automático Educación básica Revisión sistemática https://purl.org/pe-repo/ocde/ford#2.02.04 |
| dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
| description |
El presente estudio realizó una revisión sistemática de literatura con el objetivo de sintetizar la evidencia reciente sobre el uso de modelos predictivos para la detección del bajo rendimiento escolar. Se empleó el modelo PRISMA 2020 para la identificación, selección y análisis de los estudios, realizando búsquedas en Scopus y Web of Science entre 2014-2024. Del total de 1 233 registros recuperados, 163 cumplieron los criterios de inclusión y fueron examinados en profundidad. Los resultados evidencian un crecimiento significativo de investigaciones en los últimos años, destacando el uso frecuente de algoritmos como Random Forest, Support Vector Machines, Naive Bayes y métodos ensemble, los cuales reportan precisiones superiores al 85 % en la mayoría de los estudios. Las variables académicas fueron las más utilizadas como predictores, mientras que las socioemocionales continúan siendo escasamente exploradas. Asimismo, se identificaron limitaciones relacionadas con bases de datos pequeñas, falta de interpretabilidad de los modelos y concentración de estudios en educación superior. Se concluye que los modelos predictivos representan una herramienta valiosa para anticipar el riesgo académico; sin embargo, se requiere mayor investigación en educación básica, incorporación de variables socioemocionales y desarrollo de algoritmos más interpretables para su aplicación efectiva en contextos escolares. |
| publishDate |
2026 |
| dc.date.accessioned.none.fl_str_mv |
2026-02-13T20:16:21Z |
| dc.date.available.none.fl_str_mv |
2026-02-13T20:16:21Z |
| dc.date.issued.fl_str_mv |
2026 |
| dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12802/17086 |
| url |
https://hdl.handle.net/20.500.12802/17086 |
| dc.language.iso.es_PE.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ |
| dc.format.es_PE.fl_str_mv |
application/pdf |
| dc.publisher.es_PE.fl_str_mv |
Universidad Señor de Sipán |
| dc.publisher.country.es_PE.fl_str_mv |
PE |
| dc.source.es_PE.fl_str_mv |
Repositorio Institucional - USS Repositorio Institucional USS |
| dc.source.none.fl_str_mv |
reponame:USS-Institucional instname:Universidad Señor de Sipan instacron:USS |
| instname_str |
Universidad Señor de Sipan |
| instacron_str |
USS |
| institution |
USS |
| reponame_str |
USS-Institucional |
| collection |
USS-Institucional |
| bitstream.url.fl_str_mv |
https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/1/Centurion%20Quispe%2c%20Marlia%20%26%20Siesquen%20Merino%2c%20Doris.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/2/Autorizaci%c3%b3n%20del%20autor.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/3/Informe%20de%20similitud.pdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/4/license_rdf https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/5/license.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/6/Centurion%20Quispe%2c%20Marlia%20%26%20Siesquen%20Merino%2c%20Doris.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/8/Autorizaci%c3%b3n%20del%20autor.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/10/Informe%20de%20similitud.pdf.txt https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/7/Centurion%20Quispe%2c%20Marlia%20%26%20Siesquen%20Merino%2c%20Doris.pdf.jpg https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/9/Autorizaci%c3%b3n%20del%20autor.pdf.jpg https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/11/Informe%20de%20similitud.pdf.jpg |
| bitstream.checksum.fl_str_mv |
f0a00f6d89cc4bcd83e5f071c0eaf34d c6018da5a42754102301c758bbdc7ea4 e6d779198609dc60963036c492026c35 3655808e5dd46167956d6870b0f43800 8a4605be74aa9ea9d79846c1fba20a33 f7924129a7bb99414ec823dcca2887b7 1a5e198153b15dab60bcab8c92379f7d feb0652bb2b8112c939bc83d4f0924b8 6a795e51b45be56da2570cf24f16436d c3a362faa37e0652067e1b43c9fb71f2 079ca177d56fec486f6004312c4a33a6 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Señor de Sipán |
| repository.mail.fl_str_mv |
repositorio@uss.edu.pe |
| _version_ |
1857933426269618176 |
| spelling |
Olano Paz, Carlos OmarCenturion Quispe, Marlia StefanySiesquen Merino, Doris Yubitza2026-02-13T20:16:21Z2026-02-13T20:16:21Z2026https://hdl.handle.net/20.500.12802/17086El presente estudio realizó una revisión sistemática de literatura con el objetivo de sintetizar la evidencia reciente sobre el uso de modelos predictivos para la detección del bajo rendimiento escolar. Se empleó el modelo PRISMA 2020 para la identificación, selección y análisis de los estudios, realizando búsquedas en Scopus y Web of Science entre 2014-2024. Del total de 1 233 registros recuperados, 163 cumplieron los criterios de inclusión y fueron examinados en profundidad. Los resultados evidencian un crecimiento significativo de investigaciones en los últimos años, destacando el uso frecuente de algoritmos como Random Forest, Support Vector Machines, Naive Bayes y métodos ensemble, los cuales reportan precisiones superiores al 85 % en la mayoría de los estudios. Las variables académicas fueron las más utilizadas como predictores, mientras que las socioemocionales continúan siendo escasamente exploradas. Asimismo, se identificaron limitaciones relacionadas con bases de datos pequeñas, falta de interpretabilidad de los modelos y concentración de estudios en educación superior. Se concluye que los modelos predictivos representan una herramienta valiosa para anticipar el riesgo académico; sin embargo, se requiere mayor investigación en educación básica, incorporación de variables socioemocionales y desarrollo de algoritmos más interpretables para su aplicación efectiva en contextos escolares.Trabajo de investigaciónCiencias de la información como herramientas multidisciplinares y estratégicas en el contexto industrial y de organizacionesNuevas tendencias digitales orientadas al análisis y uso estratégico de la información.application/pdfspaUniversidad Señor de SipánPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Repositorio Institucional - USSRepositorio Institucional USSreponame:USS-Institucionalinstname:Universidad Señor de Sipaninstacron:USSModelos predictivosRendimiento académicoAprendizaje automáticoEducación básicaRevisión sistemáticahttps://purl.org/pe-repo/ocde/ford#2.02.04Modelos predictivos para la detección del bajo rendimiento escolar: una revisión sistemáticainfo:eu-repo/semantics/bachelorThesisSUNEDUUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y UrbanismoBachiller en Ingeniería de SistemasIngeniería de Sistemas46205246https://orcid.org/0000-0001-6351-40747713437674381541612076https://purl.org/pe-repo/renati/level#bachillerhttps://purl.org/pe-repo/renati/type#trabajoDeInvestigacionORIGINALCenturion Quispe, Marlia & Siesquen Merino, Doris.pdfCenturion Quispe, Marlia & Siesquen Merino, Doris.pdfapplication/pdf1623385https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/1/Centurion%20Quispe%2c%20Marlia%20%26%20Siesquen%20Merino%2c%20Doris.pdff0a00f6d89cc4bcd83e5f071c0eaf34dMD51Autorización del autor.pdfAutorización del autor.pdfapplication/pdf139125https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/2/Autorizaci%c3%b3n%20del%20autor.pdfc6018da5a42754102301c758bbdc7ea4MD52Informe de similitud.pdfInforme de similitud.pdfapplication/pdf2547118https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/3/Informe%20de%20similitud.pdfe6d779198609dc60963036c492026c35MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/4/license_rdf3655808e5dd46167956d6870b0f43800MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55TEXTCenturion Quispe, Marlia & Siesquen Merino, Doris.pdf.txtCenturion Quispe, Marlia & Siesquen Merino, Doris.pdf.txtExtracted texttext/plain81268https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/6/Centurion%20Quispe%2c%20Marlia%20%26%20Siesquen%20Merino%2c%20Doris.pdf.txtf7924129a7bb99414ec823dcca2887b7MD56Autorización del autor.pdf.txtAutorización del autor.pdf.txtExtracted texttext/plain2283https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/8/Autorizaci%c3%b3n%20del%20autor.pdf.txt1a5e198153b15dab60bcab8c92379f7dMD58Informe de similitud.pdf.txtInforme de similitud.pdf.txtExtracted texttext/plain67637https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/10/Informe%20de%20similitud.pdf.txtfeb0652bb2b8112c939bc83d4f0924b8MD510THUMBNAILCenturion Quispe, Marlia & Siesquen Merino, Doris.pdf.jpgCenturion Quispe, Marlia & Siesquen Merino, Doris.pdf.jpgGenerated Thumbnailimage/jpeg9187https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/7/Centurion%20Quispe%2c%20Marlia%20%26%20Siesquen%20Merino%2c%20Doris.pdf.jpg6a795e51b45be56da2570cf24f16436dMD57Autorización del autor.pdf.jpgAutorización del autor.pdf.jpgGenerated Thumbnailimage/jpeg9865https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/9/Autorizaci%c3%b3n%20del%20autor.pdf.jpgc3a362faa37e0652067e1b43c9fb71f2MD59Informe de similitud.pdf.jpgInforme de similitud.pdf.jpgGenerated Thumbnailimage/jpeg5946https://repositorio.uss.edu.pe/bitstream/20.500.12802/17086/11/Informe%20de%20similitud.pdf.jpg079ca177d56fec486f6004312c4a33a6MD51120.500.12802/17086oai:repositorio.uss.edu.pe:20.500.12802/170862026-02-14 03:06:20.286Repositorio Institucional de la Universidad Señor de Sipánrepositorio@uss.edu.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 |
| score |
13.408945 |
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).
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).
