¿Cuáles son los mejores predictores del valor agregado en el desempeño académico en Colombia? Una aplicación de Machine Learning

Este artículo identifica los factores que mejor predicen el valor agregado en el desempeño académico de los estudiantes de educación superior en Colombia utilizando una metodología de Machine Learning y los exámenes estandarizados de salida del colegio y la universidad, Saber 11 y Saber Pro. Los resultados muestran que los principales predictores varían por área de desempeño. El valor agregado en matemáticas está principalmente explicado por el área de conocimiento en el que se encuentre el programa académico cursado por el estudiante y las características del colegio del que se graduó de bachillerato, mientras que para lenguaje influyen más las características socioeconómicas del estudiante y las características de la institución en la que realizó sus estudios de educación superior.

• Tipo de recurso: masterThesis
• Fecha de publicación: 2022
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/60499
• Acceso en línea: http://hdl.handle.net/10554/60499; https://doi.org/10.11144/Javeriana.10554.60499
• Palabra clave: Valor agregado; Educación superior; Machine Learning; Value-added; Higher education; Machine Learning; Maestría en economía - Tesis y disertaciones académicas; Aprendizaje automático (Inteligencia artificial); Inteligencia artificial; Valor agregado - Colombia
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional