La educación es un medio para que los individuos cuenten con mejores condiciones laborales, mayores ingresos y condiciones de vida más igualitarias (Abdullah et al., 2015; Card, 1999). Además, en la literatura especializada se muestra que una mayor calidad de la educación conduce en el largo plazo a tener empleos con mayores ingresos (Hanushek y Wößmann, 2007).¹ En esta dirección, las personas que habitan en localidades marginadas se ven limitadas para acceder en el futuro a mejores condiciones de vida, en virtud de que tienen menores oportunidades de recibir una educación de calidad (Secretaría de Educación Pública [SEP], 2017).

En México, el debate sobre la calidad educativa ha estado presente en diversos escenarios. Desde lo político se han tratado de implementar mecanismos que lleven a los niños a recibir una educación con mayor calidad. No obstante, estos mecanismos han sido criticados porque no hay claridad en los métodos que deberán ser utilizados para mejorar la calidad de la educación (López-Aguilar, 2013).

De acuerdo con el modelo de Carroll (1963), el aprendizaje depende directamente del tiempo destinado al estudio, e inversamente al tiempo necesario para aprender, por lo que al aumentar el tiempo de clases se espera que se alcance el aprendizaje. En una modificación del modelo, la teoría del dominio de aprendizaje de Bloom (1973) observa que las desigualdades individuales en el aprendizaje son reflejo de los distintos tiempos necesarios para aprender, de tal manera que es posible alcanzar niveles parecidos de aprendizaje entre poblaciones con diversas habilidades por medio de una asignación heterogénea del tiempo de estudio, es decir, proporcionando más tiempo de clase a aquellas personas con resultados deficientes. Siguiendo los conceptos plasmados en estos modelos, el tiempo de estudio representa las horas de clases.

De manera empírica, uno de los medios reconocidos en el mundo por tener efectos positivos en la educación es el incremento en el número de horas de clase (Bellei, 2009; Cattaneo et al., 2017; Meroni y Abbiati, 2016; Rivkin y Schiman, 2015). Por ejemplo, en China, uno de los tres países con los mejores resultados en la prueba PISA de 2015 (OCDE, 2016a), se dedican entre 8 y 9.5 horas a impartir clases. Por otro lado, de acuerdo con los resultados de esta prueba en México, donde en las escuelas públicas del nivel secundaria las horas de instrucción escolar son 6, el 57% de los jóvenes no alcanza el nivel básico de competencias en matemáticas (OCDE, 2016b).

De acuerdo con lo estipulado en el artículo 3o. de la Constitución de los Estados Unidos Mexicanos: “El Estado garantizará la calidad de la educación de manera que los materiales y métodos educativos, la organización escolar, la infraestructura educativa y la idoneidad de los docentes y directivos garanticen el máximo aprendizaje en los estudiantes” (Art. 3o. Reformado, 2013). En 2001 los ministros de educación de Latinoamérica y el Caribe, en la Declaración de Cochabamba (2001), expresaron su preocupación sobre la calidad educativa y establecieron la recomendación de ampliar el horario de clases al menos a 1 000 horas y el ciclo escolar a 200 días de clases. Con base en esta recomendación y con la finalidad de mejorar la calidad educativa en el nivel básico, en 2007 el Gobierno Federal implementó el Programa de Escuelas de Tiempo Completo (PETC), que consiste en incrementar entre 2 y 4 horas la estancia en secundaria.

Existen análisis previos de los efectos del PETC sobre el rendimiento escolar (Andrade-Baena, 2014; Cabrera-Hernández, 2015; Santillán, 2014; Silveyra et al., 2018). En su mayoría, estos estudios utilizan sólo los resultados de la Evaluación Nacional de Logro Académico en Centros Escolares (ENLACE), empleando información disponible hasta el 2016. En general, se han encontrado efectos positivos y significativos del PETC sobre el rendimiento escolar en primaria, pero no hay análisis previos sobre sus efectos en secundaria.

Este artículo aporta elementos para la discusión sobre la estimación causal del incremento en el número de horas de clase sobre el rendimiento escolar en secundaria. Para ello, se usaron datos de escuelas telesecundarias beneficiarias del PETC y los resultados de la prueba del Plan Nacional para la Evaluación de los Aprendizajes (Planea) aplicada en 2015, 2017 y 2019. Planea es un examen estandarizado reciente que no cuenta con los problemas de medición que presentaba la ENLACE, la cual dejó de aplicarse por su baja confiabilidad (Instituto Nacional para la Evaluación de la Educación [INEE], 2018). Por lo tanto, al emplearse una prueba que ha sido mejorada y blindada, los resultados son más acertados para medir el logro escolar.

Para medir el efecto tratamiento del programa se utiliza el método de emparejamiento por puntajes de propensión. Se calcula el efecto para las escuelas telesecundarias que participaron por primera vez del PETC en el ciclo escolar 2014-2015. Como grupo de comparación se consideran dos muestras: la primera formada por telesecundarias que no fueron beneficiarias del programa en el ciclo escolar 2014-2015; y la segunda por telesecundarias que tampoco ingresaron en ese ciclo escolar, pero que entraron al PETC en los ciclos 2015-2016, 2016-2017, 2017-2018 o 2018-2019.

Los resultados de este estudio muestran que en Matemáticas no hay efecto significativo en el porcentaje de estudiantes con nivel de logro insuficiente, ni en el nivel de logro sobresaliente. En el caso de Lenguaje tampoco se observa efecto significativo en el logro escolar con el grupo de comparación de las telesecundarias que entraron al programa después del ciclo escolar 2014-2015.

El objetivo del estudio es hallar el efecto causal del PETC sobre el porcentaje de estudiantes que alcanzan cierto nivel de logro. Al respecto, el efecto tratamiento para una escuela i es Y i 1 - Y i 0 (donde Y i 1 es el valor de la variable de resultado cuando la institución i es beneficiaria del programa y Y i 0 es el valor de la variable de resultado cuando el colegio i no forma parte del programa).

Bajo este contexto no experimental, el efecto tratamiento de interés es el efecto tratamiento esperado sobre la población tratada (ATT), es decir:

A T T = E Y i 1 - Y i 0 T i = 1

= E Y i 1 T i = 1 - E Y i 0 T i = 0 + E Y i 0 T i = 0 - E Y i 0 T i = 1

= E Y i 1 T i = 1 - E Y i 0 T i = 0 + γ

donde T i es una variable dicotómica que vale uno cuando la escuela i es receptora del programa. El problema surge porque se puede observar E Y i 1 T i = 1 pero no E Y i 0 T i = 1 , por lo que el estimador del efecto tratamiento tiene un sesgo γ . Si el sesgo es cero, el efecto promedio del programa es identificado. Sin embargo, el sesgo surge por la autoseleccción de las escuelas para participar en el programa.⁴ Además, una de las prioridades para incorporar una institución al programa es que cuente con rendimiento escolar bajo.

Si los padres están interesados en que sus hijos reciban mayor tiempo de instrucción escolar tienden a enviarlos a una escuela de tiempo completo; si esto que no es observable tiene impacto sobre el logro escolar de los niños, entonces la correlación entre el rendimiento escolar y las escuelas de tiempo completo puede ser atribuible a las características familiares. El sesgo también puede ser negativo, pues los niños con los resultados escolares más bajos pueden estar siendo canalizados a las escuelas de tiempo completo para reforzar su aprendizaje.⁵ Por consiguiente, dado que uno de los criterios para formar parte del PETC es que las escuelas tengan bajo rendimiento escolar, hay mayor probabilidad de que exista un sesgo negativo en los resultados del programa.

Con la finalidad de corregir este sesgo, se asume que la diferencia entre las escuelas de los grupos de comparación es capturada por características observables.⁶ Bajo este supuesto, se hace uso del método de emparejamiento por puntaje de propensión para encontrar un estimador insesgado del efecto tratamiento. El método consiste en emparejar a los colegios que están en el programa con escuelas que cuentan con características observables similares pero que no formaron parte del programa.

Para hacer el emparejamiento, primero se emplea un modelo logístico para estimar la probabilidad de pertenencia al programa de cada colegio, esta probabilidad estimada es lo que se llama puntaje de propensión. Con base en ese puntaje se agrupa a las escuelas que pertenecen al programa y las que no, pero que cuentan con puntaje de propensión similar, para hacer comparación entre ellas. De acuerdo con Dehejia y Wahba (2002) el emparejamiento permite estimar el efecto tratamiento sobre la población tratada de la siguiente manera:

A T T ^ = 1 | N | ∑ i ∈ N (   Y i - ∑ j i ∈ J i ω i j Y j   )

donde N es el conjunto de escuelas del grupo de tratamiento, J i es el conjunto de colegios emparejadas con la i-ésima escuela beneficiaria del programa, | ⋅ | indica la cardinalidad de un conjunto, ω i j es el peso asociado a cada colegio j emparejado con la escuela tratada i y Y es la variable de resultados.

Para formar los grupos de comparación con similar puntaje de propensión se hace uso del método de emparejamiento de radio, el cual utiliza como grupo de comparación a todas las escuelas cuyo puntaje de propensión esté dentro de un radio definido, llamado caliper. Una ventaja de este método es que permite el uso de unidades adicionales de comparación cuando los emparejamientos disponibles son buenos. Uno de los problemas es que, si el caliper es muy pequeño, algunas escuelas no tendrán su grupo de comparación, por lo que no podrán ser emparejadas y, por lo tanto, no pueden usarse para estimar el efecto. Aun así, mientras más pequeño es el caliper, la calidad de emparejamiento se mejora. Otro inconveniente de este método es que es difícil conocer a priori el nivel de tolerancia razonable para la selección del caliper. Con el objetivo de mejorar la calidad del emparejamiento, este método se combina emparejando colegios dentro de la misma entidad federativa y el efecto tratamiento es estimado sobre la población tratada dentro de estas entidades. En este caso, el efecto reportado es el promedio del ATT ponderado por el número de escuelas beneficiarias en el programa dentro de cada entidad.

Con fines de robustez, adicionalmente se realizan otros emparejamientos: radio con un caliper de 0.05, tres vecinos más cercanos y kernel. El método de tres vecinos más cercanos consiste en emparejar a cada institución tratada con las tres escuelas del grupo de control que se encuentran más cerca en términos del puntaje de propensión. El método de Kernel es un emparejamiento no paramétrico en el que se pondera inversamente a las escuelas del grupo de control según su distancia con cada escuela tratada.

De acuerdo con lo sugerido por Caliendo y Kopeinig (2008), para estimar el puntaje de propensión se emplean variables medidas antes del inicio del tratamiento, y se incluyen aquellas que afectan de forma simultánea tanto a la probabilidad de pertenecer al programa como al logro escolar. Explícitamente, las variables incorporadas en la estimación del puntaje de propensión son: las calificaciones en Español y Matemáticas en la ENLACE, el logaritmo del número de estudiantes inscritos, el número de alumnos por docente, el número de aulas, el número de hombres por mujeres, y variables indicadoras de que la escuela cuenta con sanitario, aulas de cómputo, talleres, piso de tierra y canchas deportivas, así como la pertenencia de la escuela a los programas de Escuelas de Calidad y al de Fortalecimiento de la Educación Telesecundaria. También se incluyen variables indicadoras de que la escuela no tiene servicio de agua y energía eléctrica. Además, se incorpora el porcentaje de personas de 15 años y más con educación básica incompleta, analfabeta, así como el porcentaje de personas entre 6 y 14 años que no asiste a la escuela, y el índice de rezago social; estas variables se refieren a las características de la localidad en la que se ubica la escuela. Se incluyen también variables indicadoras de que en el municipio donde se localiza el colegio opera la Cruzada contra el Hambre y el Programa Nacional para la Prevención Social de la Violencia y la Delincuencia.

Una vez estimado el puntaje de propensión usando cada grupo de comparación se hace el emparejamiento del grupo de tratamiento con los colegios del grupo de control cuyo puntaje se encuentra en un caliper de 0.05, comparando así escuelas dentro de la misma entidad federativa. Para fines de robustez se realizan los emparejamientos por medio de los tres vecinos más cercanos, emparejamiento Kernel y radio con caliper de 0.05. Los emparejamientos se realizaron usando el comando psmatch2 del programa estadístico STATA (Becker y Ichino, 2002).

Con estos tipos de emparejamiento se valida el supuesto de que la diferencia entre las escuelas de los grupos de compración es capturada por características observables. Para lo cual se emplea una diferencia de medias en las características observables, antes y después de hacer cada tipo de emparejamiento. Dado que las observaciones con similar puntaje de propensión deben tener la misma distribución de características observables independientemente del estatus de tratamiento; las unidades control y tratamiento deben ser en promedio observacionalmente idénticas después del emparejamiento. En este caso resulta que en menos del 10% de las variables observables se encuentran diferencias significativas entre los grupos de control y tratamiento.⁹

En la Tabla 1 se presenta el efecto promedio del PETC sobre el porcentaje de estudiantes con nivel de logro insuficiente y sobresaliente, con ambos grupos de comparación. Usando el grupo de control de todas las telesecundarias y con el emparejamiento de radio estratificado por entidad federativa se encuentra que en las escuelas del programa el porcentaje de estudiantes con nivel de logro insuficiente es menor en 0.99 y 0.33 puntos porcentuales, en Matemáticas y Lenguaje respectivamente. En cuanto a las escuelas del PETC, el porcentaje de estudiantes con nivel de logro sobresaliente en Lenguaje es mayor en 0.25 puntos porcentuales y menor en Matemáticas en 0.72 puntos porcentuales. Resulta que ninguno de los efectos es estadísticamente significativo al 10%. Lo mismo sucede con el grupo de control de escuelas que entraron después: no se observa algún efecto significativo en estas variables de interés.

Tabla 1

% Insuficiente
	Todas		Entraron después
	Matemáticas	Lenguaje	Matemáticas	Lenguaje
R-Estr	-0.99	-0.33	1.41	0.59
	(1.08)	(0.95)	(1.53)	(1.23)
R-0.05	1.76**	3.48***	-0.39	0.79
	(0.85)	(0.67)	(1.77)	(1.32)
3VMC	2.00*	3.55***	1.46	2.61
	(1.18)	(0.98)	(2.36)	(1.65)
Kernel	1.74**	3.45***	-0.38	0.83
	(0.80)	(0.70)	(1.82)	(1.25)
% Sobresaliente
	Todas		Entraron después
	Matemáticas	Lenguaje	Matemáticas	Lenguaje
R-Estr	-0.72	0.25	-1.49	0.11
	(0.88)	(0.55)	(1.28)	(0.65)
R-0.05	-0.82**	-0.50*	-1.33	0.10
	(0.39)	(0.26)	(1.00)	(0.50)
3VMC	-0.96	-0.39	-2.63**	-0.58
	(0.62)	(0.38)	(1.23)	(0.61)
Kernel	-0.81**	-0.49*	-1.37	0.09
	(0.38)	(0.29)	(1.03)	(0.52)

Nota: R-Estr = método de emparejamiento utilizado para la estimación es el radio con un caliper de 0.05, con estratificación por entidad federativa. R-0.05 = método de emparejamiento utilizado para la estimación es el radio con un caliper 0.05. 3VMC = método de emparejamiento utilizado para la estimación es el de los tres vecinos más cercanos. Kernel = método de emparejamiento utilizado para la estimación es el Kernel con un ancho de banda de 0.06. Errores estándar entre paréntesis estimados mediante un remuestreo con 500 replicaciones. Efecto significativo al *10%, **5% y ***1%.

Con los otros tipos de emparejamiento, para el porcentaje de estudiantes en el nivel insuficiente se puede notar que con los dos grupos de comparación utilizados ninguno de estos efectos es estadísticamente significativo en Matemáticas. Para el caso de la materia de Lenguaje, con el grupo de comparación de todas las telesecundarias se observa un efecto de signo positivo en el porcentaje de estudiantes con nivel de logro insuficiente, pero no es estadísticamente significativo. Con el grupo de comparación de escuelas telesecundarias el efecto es de aproximadamente 3.5 puntos porcentuales mayor en el porcentaje de estudiantes con nivel de logro insuficiente para las escuelas beneficiarias del PETC, relativo a las escuelas del grupo de control. Esto se observa en tres de los cuatro tipos de emparejamiento utilizados. En contraste, con el grupo de comparación de escuelas que entraron después al programa el efecto en esta variable no es estadísticamente significativo.

Los resultados con los otros emparejamientos respecto al porcentaje de estudiantes con nivel de sobresaliente son consistentes a los anteriormente mencionados. Es decir, no hay evidencia de algún efecto significativo del programa sobre el porcentaje de estudiantes con el nivel de desempeño más alto. Este resultado se cumple para ambas asignaturas.

No hay evidencia de efectos positivos del programa en el rendimiento escolar a un año de haber sido receptor. Con la finalidad de estudiar la evolución de los efectos encontrados, se hace uso de la muestra de escuelas que fueron por primera vez beneficiarias en el ciclo escolar 2014-2015. En las figuras 6 y 7, para cada campo disciplinar se presenta la evolución del efecto estimado del programa sobre el porcentaje de estudiantes con nivel de logro insuficiente y sobresaliente con el grupo de control de todas las telesecundarias. En la figura se muestra el efecto estimado usando el método de emparejamiento de radio con un caliper de 0.05 y estratificación por entidad federativa.

Figura 6

Figura 7

En 2015 el porcentaje de estudiantes con nivel de logro insuficiente muestra signo negativo en Matemáticas. Se puede notar que en 2017 el efecto del programa sobre el porcentaje de estudiantes con nivel de logro insuficiente es de -1.1 puntos porcentuales en Matemáticas, y para 2019 el efecto es de -1.4 puntos porcentuales. Es decir, parece que el efecto del programa sobre el rendimiento en Matemáticas se va haciendo más grande conforme pasa el tiempo. A pesar de esto, el efecto del programa en ningún año es estadísticamente significativo. ¹⁰ Lo mismo sucede con la asignatura de Lenguaje; los resultados se mantienen estadísticamente con el grupo de comparación de las escuelas que entraron después al programa (ver figura 8 y 9).

Figura 8

Figura 9

Respecto al efecto del programa sobre el porcentaje de estudiantes con nivel de logro sobresaliente, a través del tiempo se observa que presenta una tendencia creciente en la materia de Matemáticas, aun así este efecto no es estadísticamente significativo. Para la materia de Lenguaje tampoco hay efecto en 2017 y 2019. Estadísticamente, estos resultados se mantienen con todos los tipos de emparejamiento en la materia de matemáticas. Por el contrario, para la asignatura de Lenguaje sí hay efectos significativos en algunos casos. Sin embargo, al utilizar el grupo de comparación de telesecundarias que entraron después al programa no se observan efectos significativos en ningún año.

En México existen al menos tres tesis de posgrado que evalúan el PETC (Andrade-Baena, 2014; Cabrera-Hernández, 2015; Santillán, 2014). En los tres casos los autores utilizan los métodos de diferencias en diferencias y emparejamiento por puntajes de propensión. Con diversas muestras de escuelas y utilizando los resultados de la prueba ENLACE; los autores encuentran evidencia consistente de incrementos del logro escolar.

Andrade-Baena (2014) presenta evidencia de que el PETC aumentó entre 0.06 y 0.13 desviaciones estándar los resultados en Matemáticas, y entre 0.07 y 0.13 desviaciones estándar los resultados de Español; asimismo, identifica que el programa tiene efectos acumulativos. Por su parte, Cabrera-Hernández (2015) encuentra magnitudes similares en los efectos, y presenta pruebas de que las escuelas con marginación alta exhiben los mayores efectos a los cuatro años de haber sido incorporadas al programa. Santillán (2014) halla que los mayores efectos del PETC se observan en los estudiantes del sexto grado, muestra que por un incremento de 10 días de clases hay un aumento de 1.9% de una desviación estándar en Español, y conforme pasa el tiempo los efectos tienen incrementos marginales decrecientes.

La evaluación más reciente del programa la realizan Silveyra et al. (2018). Los autores usan un período de análisis de 2007 a 2016 y los datos de la ENLACE y la prueba Planea. Identifican que el PETC redujo en 4.6 y 1.7 puntos el porcentaje de estudiantes en el nivel de desempeño escolar más bajo en Matemáticas y Lenguaje, respectivamente; además, muestran que aumentó en 1.6 y 0.63 puntos porcentuales el porcentaje de estudiantes en el nivel de desempeño escolar más alto en Matemáticas y Lenguaje, respectivamente. También presentan evidencia de que los efectos se mantienen a lo largo del tiempo, y que son mayores para los alumnos de escuelas vulnerables y de alta marginalidad.

Cabe mencionar que las evaluaciones anteriores del PETC realizan el análisis del logro escolar para el nivel primaria, y en su mayoría hacen uso de los resultados de la ENLACE; de acuerdo con el INEE esta prueba censal presentó dificultades porque los resultados estaban asociados a incentivos económicos para los docentes, causando que los resultados fueran alterados y no hubiera confianza en las evaluaciones educativas. Es por eso que las autoridades educativas de México diseñaron la prueba Planea, que tiene la finalidad de dar a conocer el estado de la educación sin el objetivo de ordenar a las escuelas según su rendimiento, ni ofrecer incentivos asociados a los resultados de la prueba (INEE, 2018). Con esta prueba se implementan mecanismos que aseguran la confiabilidad de los resultados; de ahí que Planea sea más confiable que ENLACE.

A diferencia de los estudios previos sobre el programa, en este estudio se utilizan datos más veraces para medir el efecto causal del PETC sobre el nivel de logro escolar y se realiza un análisis de los efectos del programa en telesecundarias. Para cuantificar los efectos se usa la prueba Planea de los ciclos escolares 2014-2015, 2016-2017 y 2018-2019. Los resultados muestran evidencia de que el PETC no ha tenido efectos significativos en el nivel de logro de los estudiantes. En algunos casos, las escuelas del programa en la asignatura de Lenguaje presentan un aumento en el porcentaje de estudiantes con nivel de logro insuficiente relativo a las escuelas del grupo de control. El efecto es de 3.5 puntos porcentuales más, lo que equivale a un incremento del 10% en las escuelas tratadas, relativo al porcentaje de estudiantes en el nivel de logro insuficiente en las escuelas del grupo de control. Conforme pasa el tiempo tampoco se observa efecto significativo del programa en el nivel de logro de los estudiantes.

En una extensión del modelo de aprendizaje, Fisher et al. (1981) dividen al tiempo en tres clases: asignado, comprometido y de aprendizaje académico. El tiempo asignado es el análogo a la jornada escolar, el cual se considera en este trabajo. El tiempo comprometido es la parte del asignado en el que el estudiante pone atención, tratando de aprender o trabajando en alguna tarea específica. El tiempo de aprendizaje académico es una parte del tiempo comprometido en el que el estudiante experimenta un aprendizaje significativo. Una conclusión de este modelo es que los estudiantes aprenden más cuanto mayor es el tiempo comprometido; y el aprendizaje se maximiza conforme se incrementa el tiempo de aprendizaje significativo.

Como el PETC otorga la libertad a las escuelas de destinar el tiempo asignado a lo que consideran conveniente, en este sentido los efectos nulos observados para el nivel secundaria pueden ser debido a una falla en la organización que ha limitado el incremento en el tiempo comprometido y el tiempo de aprendizaje significativo. La falta de actividades didácticas que estimulen la participación activa de los estudiantes, la infraestructura escolar inadecuada y el poco involucramiento de los padres de familia en las actividades académicas, son problemas que han sido detectados en el programa y que afectan su eficiencia (SEP, 2017).

Para el programa chileno Jornada Escolar Completa, Martinic y Villalta (2015) encuentran evidencia de que a medida que pasa el tiempo, los docentes del programa mejoran la organización de sus clases, exponen más los contenidos y destinan más tiempo para dar instrucciones sobre los procedimientos, todo esto mejora el aprendizaje de los estudiantes. Por lo que podría esperarse que conforme siga avanzando el tiempo se observen resultados positivos del programa en el nivel de secundaria.

Otro aspecto relevante que debe tomarse en cuenta es que la escuela telesecundaria es una modalidad educativa en la que un único profesor es encargado de la formación integral de los estudiantes y su principal apoyo son cápsulas de televisión. Este tipo de escuelas están caracterizadas por la carencia de infraestructura escolar, contar con materiales de trabajo inapropiados y la falta de capacitación al personal (Ramírez, 2019). Sin duda, estas condiciones atenúan los efectos que el programa podría alcanzar.

Otro aspecto relevante que debe tomarse en cuenta es que los subsistemas educativos contienen elementos propios que pueden atenuar los efectos postivos del programa; por ejemplo, por mencionar algunos, carencia de infraestructura adecuada y falta de materiales didacticos actualizados. Cabe recordar que la escuela telesecundaria es una modalidad educativa en la que un único profesor es encargado de la formación integral de los estudiantes y su principal apoyo son cápsulas de televisión.

A pesar de que actualmente no se observan efectos en el aprendizaje en secundaria; los efectos del PETC en la deserción, la delincuencia y el embarazo adolescente son desconocidos, por lo que se requiere indagar sobre estos aspectos en futuras investigaciones.