Your browser doesn't support javascript.
loading
Árboles de regresión y otras opciones metodológicas aplicadas a la predicción del rendimiento académico / Regression trees and other methodological options applied to the prediction of academic performance
Bacallao Gallestey, Jorge; Parapar de la Riestra, José M; Roque Gil, Mercedes; Bacallao Guerra, Jorge.
  • Bacallao Gallestey, Jorge; Instituto de Ciencias Básicas y Preclínicas Victoria de Girón. CU
  • Parapar de la Riestra, José M; Instituto de Ciencias Básicas y Preclínicas Victoria de Girón. CU
  • Roque Gil, Mercedes; Instituto de Ciencias Básicas y Preclínicas Victoria de Girón. CU
  • Bacallao Guerra, Jorge; Instituto de Ciencias Básicas y Preclínicas Victoria de Girón. CU
Educ. med. super ; 18(3)jul.-sept. 2004. tab, graf
Article in Spanish | LILACS | ID: lil-396590
RESUMEN
El presente trabajo se realizó con el fin de construir un algoritmo para detectar estudiantes con alto riesgo de fracaso académico e identificar los mejores predictores del rendimiento. Se caracterizaron los estudiantes que ingresaron en el primer año en el ICBP "Victoria de Girón" durante el curso 2001-2002 de acuerdo con su índice académico del preuniversitario, índice escalafonario, exámenes de ingreso, prueba de inteligencia y un indicador de su motivación profesional. Se emplearon árboles de clasificación para identificar los predictores relevantes y sus puntos de corte óptimos. Se utilizó un modelo de regresión ordinal para evaluar la importancia relativa de los predictores y proponer el algoritmo de predicción. A partir del índice escalafonario, exclusivamente, se obtuvo un procedimiento de clasificación, que permitió identificar a los estudiantes de mayor riesgo de fracaso académico. Los puntos de corte fueron 87 y 91 puntos, que definen una tricotomía para el pronóstico del rendimiento
ABSTRACT
This paper is aimed at constructing an algorithm to detect students at high risk for academic failure and at identifying the best preformance predictors. The students that were admitted in the first year at Victoria de Girón Institute of Preclinical Basic Sciences during the course 2001-2002 were characterized according to their preuniversity academic index, roster index, admission test, intelligence test and an indicator of their professional motivation. Classification trees were used to identify the relevant predictors and their optimal cut-off points. A model of ordinal regression was used to evaluate the relative importance of the predictors and to propose the prediction algorithm.Starting only from the roster index, it was obtained a classification procedure that allowed to identify students at the highest risk for academic failure. The cut-offs were 87 and 91 points, which define a trichotomy for the performance prognosis.
Subject(s)

Full text: Available Index: LILACS (Americas) Main subject: Students, Medical / Underachievement / Decision Trees / Regression Analysis / Education, Medical / Forecasting Type of study: Diagnostic study / Prognostic study / Risk factors Limits: Female / Humans / Male Language: Spanish Journal: Educ. med. super Journal subject: Education Year: 2004 Type: Article Affiliation country: Cuba Institution/Affiliation country: Instituto de Ciencias Básicas y Preclínicas Victoria de Girón/CU

Similar

MEDLINE

...
LILACS

LIS

Full text: Available Index: LILACS (Americas) Main subject: Students, Medical / Underachievement / Decision Trees / Regression Analysis / Education, Medical / Forecasting Type of study: Diagnostic study / Prognostic study / Risk factors Limits: Female / Humans / Male Language: Spanish Journal: Educ. med. super Journal subject: Education Year: 2004 Type: Article Affiliation country: Cuba Institution/Affiliation country: Instituto de Ciencias Básicas y Preclínicas Victoria de Girón/CU