Revista Electrónica de Investigación Educativa

La retroalimentación dialógica como proceso constitutivo de la práctica docente

Graciela Cordero Arroyo — Wed, 28 Sep 2022 00:00:00 -0700

Los fondos de conocimiento familiar como una propuesta de inclusión educativa

Laura García Docampo — Wed, 14 Sep 2022 00:00:00 -0700

La comunidad sorda: un desafío bilingüe e intercultural crítico para la educación

María Loreto Mora-Olate — Tue, 13 Sep 2022 00:00:00 -0700

Estudio diferencial del rol familiar en la educación a distancia en confinamiento debido al COVID-19

Wed, 05 Oct 2022 00:00:00 -0700

Se presenta un estudio diferencial sobre el funcionamiento educativo familiar durante el confinamiento motivado por el COVID-19 (primavera de 2020) en la Comunidad Valenciana (España). Se trabajó con indicadores compuestos a partir de las respuestas recolectadas en una encuesta dirigida a familias que permiten describir sus dificultades (identificadas como “brechas”) para llevar a cabo la Escuela en casa. Asimismo, se consideraron indicadores clásicos representativos del nivel socioeconómico y cultural de las familias. Teniendo en cuenta las características de las distribuciones se analizaron los resultados mediante pruebas no-paramétricas (ji-cuadrado, U-Mann-Whitney y H-Kruskal Wallis). A partir de los hallazgos obtenidos se aconseja profundizar en la identificación y definición de indicadores compuestos que sean válidos para describir las condiciones contextuales de la familia como escenario educativo, con el fin de poder utilizarlos como variables covariadas del nivel socioeconómico y cultural de las familias cuando se realizan estudios de factores asociados al rendimiento.

Modelo predictivo para identificar estudiantes universitarios con alto grado de deserción

Jhoan Keider Hoyos Osorio, Genaro Daza Santacoloma — Wed, 03 May 2023 00:00:00 -0700

Disminuir la tasa de deserción estudiantil es uno de los principales objetivos de las instituciones de educación superior; para lograrlo, las universidades deben identificar con precisión a los estudiantes con mayor riesgo de abandonar los estudios antes de graduarse y centrar sus esfuerzos en ellos. De ahí surge la necesidad de implementar modelos predictivos capaces de identificar a los estudiantes que finalmente desertarán. En este trabajo se presenta un sistema de alerta temprana para identificar a los estudiantes de primer semestre con alto riesgo de deserción; el sistema se basa en un modelo de aprendizaje automático entrenado a partir de datos históricos de estudiantes de primer semestre. Los resultados muestran que el sistema puede identificar a los estudiantes “en riesgo” con una sensibilidad del 61.97%, lo que permite ofrecerles atención temprana y reducir la tasa de abandono.