Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov

En este estudio se aborda la evolución del compromiso y rendimiento de los estudiantes del quinto semestre de Inteligencia Computacional en la Universidad de Córdoba durante la pandemia del COVID-19. La interrupción educativa y el cambio abrupto a la modalidad en línea impactaron el comportamiento d...

Full description

Autores:: Marchena Madera, Laura
Medrano Gómez, Marianela

Tipo de recurso:: Trabajo de grado de pregrado

Fecha de publicación:: 2024

Institución:: Universidad de Córdoba

Repositorio:: Repositorio Institucional Unicórdoba

Idioma:: spa

id	UCORDOBA2_c7b04cabd97efbb8bcd745fd3643221f
oai_identifier_str	oai:repositorio.unicordoba.edu.co:ucordoba/8097
network_acronym_str	UCORDOBA2
network_name_str	Repositorio Institucional Unicórdoba
repository_id_str
dc.title.spa.fl_str_mv	Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov
title	Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov
spellingShingle	Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov Cadenas de Markov Compromiso estudiantil Rendimiento estudiantil Pandemia de COVID-19 Metodología longitudinal Patrones de compromiso Markov chains Student commitment Student performance COVID-19 pandemic Longitudinal methodology Commitment patterns
title_short	Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov
title_full	Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov
title_fullStr	Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov
title_full_unstemmed	Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov
title_sort	Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov
dc.creator.fl_str_mv	Marchena Madera, Laura Medrano Gómez, Marianela
dc.contributor.advisor.none.fl_str_mv	Caro Piñeres, Manuel Fernando
dc.contributor.author.none.fl_str_mv	Marchena Madera, Laura Medrano Gómez, Marianela
dc.contributor.jury.none.fl_str_mv	Alvarez Quiroz, Glenis Bibiana Puerta Faraco, Jhon Jairo
dc.subject.proposal.none.fl_str_mv	Cadenas de Markov Compromiso estudiantil Rendimiento estudiantil Pandemia de COVID-19 Metodología longitudinal Patrones de compromiso
topic	Cadenas de Markov Compromiso estudiantil Rendimiento estudiantil Pandemia de COVID-19 Metodología longitudinal Patrones de compromiso Markov chains Student commitment Student performance COVID-19 pandemic Longitudinal methodology Commitment patterns
dc.subject.keywords.none.fl_str_mv	Markov chains Student commitment Student performance COVID-19 pandemic Longitudinal methodology Commitment patterns
description	En este estudio se aborda la evolución del compromiso y rendimiento de los estudiantes del quinto semestre de Inteligencia Computacional en la Universidad de Córdoba durante la pandemia del COVID-19. La interrupción educativa y el cambio abrupto a la modalidad en línea impactaron el comportamiento de estudio, la participación y el rendimiento académico de estos estudiantes universitarios, generando una necesidad de comprensión y análisis de sus transiciones durante la crisis. La metodología empleada se basó en un enfoque cuantitativo-descriptivo, implementando un diseño longitudinal para analizar la evolución de patrones de compromiso y rendimiento estudiantil con ayuda de las cadenas de Markov. Los resultados mostraron tendencias en los niveles de compromiso a lo largo del semestre, identificando distintos estados de participación y rendimiento. Destacaron estudiantes con altos niveles iniciales de compromiso que disminuyeron con el tiempo y aquellos con un compromiso inicial bajo que incrementaron su participación
publishDate	2024
dc.date.accessioned.none.fl_str_mv	2024-01-25T14:17:30Z
dc.date.available.none.fl_str_mv	2024-01-25T14:17:30Z
dc.date.issued.none.fl_str_mv	2024-01-24
dc.type.none.fl_str_mv	Trabajo de grado - Pregrado
dc.type.driver.none.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.type.coar.none.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.version.none.fl_str_mv	info:eu-repo/semantics/acceptedVersion
dc.type.content.none.fl_str_mv	Text
format	http://purl.org/coar/resource_type/c_7a1f
status_str	acceptedVersion
dc.identifier.uri.none.fl_str_mv	https://repositorio.unicordoba.edu.co/handle/ucordoba/8097
dc.identifier.instname.none.fl_str_mv	Universidad de Córdoba
dc.identifier.reponame.none.fl_str_mv	Repositorio universidad de Córdoba
dc.identifier.repourl.none.fl_str_mv	https://repositorio.unicordoba.edu.co
url	https://repositorio.unicordoba.edu.co/handle/ucordoba/8097 https://repositorio.unicordoba.edu.co
identifier_str_mv	Universidad de Córdoba Repositorio universidad de Córdoba
dc.language.iso.none.fl_str_mv	spa
language	spa
dc.relation.references.none.fl_str_mv	Albornoz, V., Hinrichsen, M., Miranda, P., & Peña, P. (2006). Use of Markov Chains in Prediction. Ingeniare. Revista Chilena de Ingeniería, 14(2), 153–158. Recuperado de: https://scielo.conicyt.cl/pdf/ingeniare/v14n2/art09.pdf Alonso, R. F. (2011). Los retos de la participación escolar: elección, control y gestión de los centros educativos (Vol. 18). Ediciones Morata. Álvarez, M. E. (2000). Modelo Markoviano para el estudio de evolución de cohortes de estudiantes de un programa académico. Revista Universidad EAFIT, 36(120), 44–56. Aquino, J. I. M., Caballero, V. C., & Amarilla, J. (2020). Dificultades experimentadas por estudiantes secundarios y universitarios en Paraguay en tiempos de COVID-19. Ciencia Latina Revista Científica Multidisciplinar, 4(2), 1687-1708. Armas, E. E. E., & Morocho, E. I. C. (2021). Impacto de la Pandemia por COVID 19 en la Educación Universitaria mediante la Modalidad Virtual. CONOCIMIENTO, INVESTIGACIÓN Y EDUCACIÓN CIE, 3(13), 1-17. Bellringer, M. E., Janicot, S., & Ikeda, T. (2023). Changes in some health and lifestyle behaviours are significantly associated with changes in gambling behaviours: Findings from a longitudinal New Zealand population study. Addictive Behaviors, 107886. Benavides-Lucksic, L., Villena-Presentación, R., & Andía-Valencia, W. (2020). La previsión de la deserción estudiantil en una Universidad Privada de Lima - Perú Recuperado de: https://doi.org/10.23857/pc.v5i10.1868 Boumi, S., & Vela, A. E. (2020). Improving graduation rate estimates using regularly updating multi-level absorbing markov chains. Education Sciences, 10(12), 377. Boumi, S., Vela, A., & Chini, J. (2020). Quantifying the relationship between student enrollment patterns and student performance. arXiv preprint arXiv:2003.10874. Brezavšček, A., Bach, M. P., & Baggia, A. (2017). Markov analysis of students’ performance and academic progress in higher education. Organizacija, 50(2), 83-95. Caballero D., C. C., Abello L.L., R., & Palacio S., J. (2007). Relación del burnout y el rendimiento académico con la satisfacción frente a los estudios en estudiantes universitarios. Avances En Psicología Latinoamericana, 25(2), 98–111. Caicedo, R. O., Atuesta, S. B., & Caicedo, J. P. (2016). Análisis de la retención de estudiantes de ingeniería basado en la pérdida consecutiva de una misma asignatura. Un enfoque de Cadenas de Markov. Ingeniería Industrial. Actualidad y Nuevas Tendencias, (16), 7-18. Canales, A., & De los Ríos, D. (2007). Factores explicativos de la deserción universitaria. Calidad en la Educación, (26), 173-201. Castellanos-Reyes, D. (2021). The dynamics of a MOOC's learner-learner interaction over time: A longitudinal network analysis. Computers in Human Behavior, 123, 106880. Castellanos, O., Rojas, J., & Hernandez, C. A. (2016). Diseño de un modelo matemático para el pronóstico de la deserción de los estudiantes de ingeniería en la Universidad Francisco de Paula Santander. Clement, O. I., & Joshua, A. (2017). Exploring Gender Differences in Graduation Proficiency in Mathematics Education Using a Markov Chain Model: Implications for Economic Growth in Nigeria. International Journal of Educational Excellence, 3(2), 75–86. https://doi.org/10.18562/ijee.028 Coronado-Hernandez, J. R., Viloria, A., Gaitán-Angulo, M., Mercado-Caruso, N. N., & Arias-Perez, J. E. (2016). Analysis of probability of dropout, continuation and graduation through markovian chains of university students in bolivar, colombia. Journal of Control Theory and Applications. ISSN, 0974-5572. Corzo (2017). Universidad Autónoma del Estado de Hidalgo. (p. 3). Deliz, J. R., García, R., Morales, J. C., & Rivera, G. (2015). Markov chain Modeling: Student flow through remedial mathematics to sophomore ISERC 2015. IIE Annual Conference and Expo 2015, 3171–3178. Ducación, E. N. E., & Grado, P. R. A. (1997). L a Escritura De Los Estudiantes De La LIcenciatura. 1–12. García, Y. (n.d.). RENDIMIENTO ACADÉMICO. 10-53 Gasca, S. M. A., & Arias, D. A. M. (2009). Factores intervinientes en la deserción escolar de la Facultad de Psicología, Fundación Universitaria Los Libertadores. Tesis Psicológica, (4), 72-85. González Carmona, A., & Sáenz Barrio, Ó. (1990). Cadenas de Markov aplicadas al diagnóstico y tratamiento de conductas y procesos de aprendizaje. Enseñanza & Teaching: Revista Interuniversitaria de Didáctica, 8, 31–46. González, J., Carvajal, C., & Aspeé, J. (2020). Modelación de la deserción universitaria mediante cadenas de Markov. Uniciencia, 34, 129,146. https://www.redalyc.org/jatsRepo/4759/475962995008/html/index.html. González, M. S. (2016). Patrones de comportamiento. El campamento de Dios. Gray, L. y Taie, S. (2015). Desgaste y movilidad de los docentes de escuelas públicas en los primeros cinco años: resultados de la primera a la quinta oleada del estudio longitudinal de docentes principiantes de 2007-08. Primera vista. NCES 2015-337. Centro nacional de estadísticas educativas. Hernández Sampieri, R., Fernández-Collado, C., & Baptista Lucio, P. (2014). Metodología de la investigación (6ta ed.). McGraw-Hill. Iji, C., & Abah, J. (2017). Exploring gender differences in graduation proficiency in Mathematics education using a Markov chain model: implications for economic growth in Nigeria. arXiv preprint arXiv:1708.09288. Jordán Ordoñez, Y., Lerma Ruíz, L. F., & Toro Ocampo, E. M. (2008). Continuous Markov Chains Applied To Kidnapping Statistics In Colombia. 38, 235–240. Kadzue, O. K. M. (2020). Enseñanza en línea durante la crisis del Covid-19 en la educación universitaria camerunesa: logros y desafíos. EHQUIDAD. Revista Internacional de Políticas de Bienestar y Trabajo Social, (14), 57-74. Miguel Díaz, F. M. (1985). Estrategias metodológicas en los estudios longitudinales. Revista de investigación educativa, RIE, 3(6), 252-270. Ministerio de educación. (2017, February 7). Deserción Escolar: - deserción escolar:. Portal MEN - Presentación. https://www.mineducacion.gov.co/portal/secciones/Glosario/82745:DESERCION-ESCOLAR. Nino-Ruiz, E. D., Trejos-Herrera, A. M., Exposito-Concepcion, M. Y., Rodriguez-Giraldo, M., Consuegra-Ortega, R. S., & Guevara-Novoa, C. (2020). A simple Monte Carlo framework to assess suicide risk in adolescents: a study at a high school in Colombia. International journal of environmental research and public health, 17(10), 3674. Nyandwaki, M. J., & Kennedy, J. (2016). Statistical Modeling of Kenyan Secondary School Students Enrollment: An Application of Markov Chain Model. IOSR Journal of Mathematics, 12(2), 11-18. Ocampo, E. T. (2013). Proyección de cifras de producción de café colombiano utilizando cadenas de Markov. Inge Cuc, 9(1), 83–97. Osorio, I., & Hernández, M. (2011). Prevalence of school desertion during teenage pregnancy from public schools in Valle del Cauca, 2006. Colombia Medica, 42(3), 303–308. https://doi.org/10.25100/cm.v42i3.876 Quant, D. M., & Sánchez, A. (2012). Procrastinación, procrastinación académica: concepto e implicaciones. Revista vanguardia psicológica clínica teórica y práctica, 3(1), 45-59. Ramírez-Montoya, M. S. (2020). Transformación digital e innovación educativa en Latinoamérica en el marco del COVID-19. Campus virtuales, 9(2), 123-139. Reamer, AC, Ivy, JS, Vila-Parrish, AR y Young, RE (2015). Comprender la evolución del rendimiento en matemáticas en la educación primaria y sus implicaciones para el aprendizaje STEM: un enfoque markoviano. Las computadoras en el comportamiento humano , 47 , 4-17. Rincón, L. (2012). Introducción a los procesos estocásticos. Departamento de Matemáticas, Facultad de Ciencias UNAM, 1–328. Robles, C. (2012). El concepto de familia y la formación académica en Trabajo Social Artículos seleccionados. Debate Público, 3, 1–12. Rodríguez Rios, C. Y. (2012). Diseño de un modelo estocástico usando cadenas de markov para pronosticar la deserción académica de estudiantes de ingeniería. caso: escuela colombiana de ingeniería julio garavito. Salazar, Y. L., Arango, M. G., & Ocampo, E. T. (2013). Proyección de cifras de producción de café colombiano utilizando cadenas de Markov. INGE CUC, 9(1), 83-97. Sardi, G. S., Santana, J. A. G., Palacios, V. C. Z., & Coello, R. L. C. (2020). La Educación Superior ecuatoriana en tiempo de la pandemia del Covid-19. Dominio de las Ciencias, 6(3), 32. Saqr, M., López-Pernas, S., Helske, S., & Hrastinski, S. (2023). The longitudinal association between engagement and achievement varies by time, students’ profiles, and achievement state: A full program study. Computers & Education, 199, 104787. Saqr, M., López-Pernas, S., Jovanović, J., & Gašević, D. (2023). Intense, turbulent, or wallowing in the mire: A longitudinal study of cross-course online tactics, strategies, and trajectories. The Internet and Higher Education, 57, 100902. Swanson, J. L., & Miller, S. A. (2008). Using longitudinal methodology in career guidance research. In the International handbook of career guidance (pp. 659-676). Dordrecht: Springer Netherlands. Tedeschi, M. N., Hose, T. M., Mehlman, E. K., Franklin, S., & Wong, T. E. (2023). Improving models for student retention and graduation using Markov chains. Plos one, 18(6), e0287775. Teórico, I. I. I. M. (2009). Perfil de Ingreso y Deserción en Psicología 17. 17–24. Tünnermann Bernheim, C. (2010). La educación permanente y su impacto en la educación superior. Revista Iberoamericana de Educación Superior, i, 120–133. https://doi.org/10.22201/iisue.20072872e.2010.1.19 Vega, V. (2015). Cadenas de Markov de tiempo continuo y aplicaciones Cadenas de Markov de tiempo continuo y aplicaciones. January. Velázquez-Martínez, J. D., Cruz-Suárez, H., & Santos-Reyes, J. (2016). Análisis y modelado de la cultura de seguridad de un hospital mexicano mediante cadenas de Markov. Revista de Calidad Asistencial, 31(5), 309-314. Velásquez, R. (2020). La educación virtual en tiempos de Covid-19. Revista científica internacional, 3(1), 19-25. Villa, F. G., Litago, J. D. U., & Fernández, A. S. (2020). Percepciones y expectativas en el alumnado universitario a partir de la adaptación a la enseñanza no presencial motivada por la pandemia de COVID-19. Revista latina de comunicación social, (78), 99-119.
dc.rights.none.fl_str_mv	Copyright Universidad de Córdoba, 2024
dc.rights.uri.none.fl_str_mv	https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.license.none.fl_str_mv	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.accessrights.none.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Copyright Universidad de Córdoba, 2024 https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.mimetype.none.fl_str_mv	application/pdf
dc.publisher.none.fl_str_mv	Universidad de Córdoba
dc.publisher.faculty.none.fl_str_mv	Facultad de Educación y Ciencias Humanas
dc.publisher.place.none.fl_str_mv	Montería, Córdoba, Colombia
dc.publisher.program.none.fl_str_mv	Licenciatura en Informática y Medios Audiovisuales
publisher.none.fl_str_mv	Universidad de Córdoba
institution	Universidad de Córdoba
bitstream.url.fl_str_mv	https://repositorio.unicordoba.edu.co/bitstreams/ab18dedc-d33d-4dfb-97a2-3550daa1ec22/download https://repositorio.unicordoba.edu.co/bitstreams/797d4f72-9cde-4c0c-91c7-a3f37d3d5c2c/download https://repositorio.unicordoba.edu.co/bitstreams/f753ff24-31fc-4628-8928-dd4e07b52efd/download https://repositorio.unicordoba.edu.co/bitstreams/92ff9aca-5a83-47ee-8ea4-fe91667c2f7e/download https://repositorio.unicordoba.edu.co/bitstreams/70ccfc12-8a14-4129-84b4-478636ed0dc3/download https://repositorio.unicordoba.edu.co/bitstreams/8fcdcf73-f330-485d-9d7d-ad805769f185/download https://repositorio.unicordoba.edu.co/bitstreams/ad212d74-5546-4dbe-8731-48fca1f4526e/download
bitstream.checksum.fl_str_mv	73a5432e0b76442b22b026844140d683 a682590387556d1dd36bd9023aaa8b62 e572c99a8fa3617506a7590d938e6e6f f336b480db7f744186d128e5c6b6d653 bb4d58bfc7513319eb9bf534998826c7 d7daf504223b6b0909499332af818444 264b5931053c176efbf34e4cfd619e75
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Universidad de Córdoba
repository.mail.fl_str_mv	bdigital@metabiblioteca.com
_version_	1812173347316826112
spelling	Caro Piñeres, Manuel Fernando7710bca2-75de-4473-a17c-614abca52dfb-1Marchena Madera, Laura4d9d21cc-82ef-4405-825e-4df32d8c0e86-1Medrano Gómez, Marianelaf35f1967-3e5f-4d0c-9e0b-c0a575ed7bec-1Alvarez Quiroz, Glenis Bibianaaebb9dab-9aac-4238-8ea3-a981eb24a2a2-1Puerta Faraco, Jhon Jairoc6840084-1a8a-4bf9-8950-4281e9f30cbf-12024-01-25T14:17:30Z2024-01-25T14:17:30Z2024-01-24https://repositorio.unicordoba.edu.co/handle/ucordoba/8097Universidad de CórdobaRepositorio universidad de Córdobahttps://repositorio.unicordoba.edu.coEn este estudio se aborda la evolución del compromiso y rendimiento de los estudiantes del quinto semestre de Inteligencia Computacional en la Universidad de Córdoba durante la pandemia del COVID-19. La interrupción educativa y el cambio abrupto a la modalidad en línea impactaron el comportamiento de estudio, la participación y el rendimiento académico de estos estudiantes universitarios, generando una necesidad de comprensión y análisis de sus transiciones durante la crisis. La metodología empleada se basó en un enfoque cuantitativo-descriptivo, implementando un diseño longitudinal para analizar la evolución de patrones de compromiso y rendimiento estudiantil con ayuda de las cadenas de Markov. Los resultados mostraron tendencias en los niveles de compromiso a lo largo del semestre, identificando distintos estados de participación y rendimiento. Destacaron estudiantes con altos niveles iniciales de compromiso que disminuyeron con el tiempo y aquellos con un compromiso inicial bajo que incrementaron su participaciónThis study addresses the evolution of commitment and performance among fifth-semester Computational Intelligence students at the University of Córdoba during the COVID-19 pandemic. The educational interruption and sudden shift to online education significantly impacted the study behavior, participation, and academic performance of these university students, necessitating an understanding and analysis of their transitions during the crisis. The methodology employed was a quantitative-descriptive approach, utilizing a longitudinal design to analyze the evolution of student commitment and performance patterns using Markov chains. The results revealed trends in commitment levels throughout the semester, identifying various states of participation and performance. Notably, students with high initial commitment levels decreased over time, and those with initially low commitment increased their participation.Capítulo 1 Contextualización de la problemática1.1 Descripción del problema1.2 Formulación de la pregunta de investigación1.3 Hipótesis (cuantitativa) y/o Supuesto (cualitativa)1.4 Objetivos de la investigación1.4.1 Objetivo General1.4.2 Objetivos Específicos1.5 Justificación e impacto1.6 Línea de investigaciónCapítulo 2 Fundamentación teórica de la investigación2.1 Antecedentes investigativos2.2 Marco teórico2.2.1 Cadenas de Markov2.2.2 Modelo estocástico2.2.3 Patrones de comportamiento y participación2.2.4 Rendimiento académico2.3 Marco contextualCapítulo 3 Aspectos metodológicos de la investigación3.1 Enfoque de investigación3.2 Diseño de la investigación3.3 Técnicas e instrumentos de recolección de datos3.3.1 Instrumentos3.3.2 Fichas de registro de datos (notas)3.3.3 Software de las cadenas de Markov3.4 Población y muestra3.5 Procedimiento3.5.1 Síntesis3.5.2 Planilla de notas3.5.3 Matriz de transición de estadosCapítulo 4 Análisis e interpretación de los resultadosCapítulo 5 ConclusionesCapítulo 6 ReferenciasPregradoLicenciado(a) en InformáticaTrabajos de Investigación y/o Extensiónapplication/pdfspaUniversidad de CórdobaFacultad de Educación y Ciencias HumanasMontería, Córdoba, ColombiaLicenciatura en Informática y Medios AudiovisualesCopyright Universidad de Córdoba, 2024https://creativecommons.org/licenses/by-nc-nd/4.0/Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de MarkovTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/acceptedVersionTextAlbornoz, V., Hinrichsen, M., Miranda, P., & Peña, P. (2006). Use of Markov Chains in Prediction. Ingeniare. Revista Chilena de Ingeniería, 14(2), 153–158. Recuperado de: https://scielo.conicyt.cl/pdf/ingeniare/v14n2/art09.pdfAlonso, R. F. (2011). Los retos de la participación escolar: elección, control y gestión de los centros educativos (Vol. 18). Ediciones Morata.Álvarez, M. E. (2000). Modelo Markoviano para el estudio de evolución de cohortes de estudiantes de un programa académico. Revista Universidad EAFIT, 36(120), 44–56.Aquino, J. I. M., Caballero, V. C., & Amarilla, J. (2020). Dificultades experimentadas por estudiantes secundarios y universitarios en Paraguay en tiempos de COVID-19. Ciencia Latina Revista Científica Multidisciplinar, 4(2), 1687-1708.Armas, E. E. E., & Morocho, E. I. C. (2021). Impacto de la Pandemia por COVID 19 en la Educación Universitaria mediante la Modalidad Virtual. CONOCIMIENTO, INVESTIGACIÓN Y EDUCACIÓN CIE, 3(13), 1-17.Bellringer, M. E., Janicot, S., & Ikeda, T. (2023). Changes in some health and lifestyle behaviours are significantly associated with changes in gambling behaviours: Findings from a longitudinal New Zealand population study. Addictive Behaviors, 107886.Benavides-Lucksic, L., Villena-Presentación, R., & Andía-Valencia, W. (2020). La previsión de la deserción estudiantil en una Universidad Privada de Lima - Perú Recuperado de: https://doi.org/10.23857/pc.v5i10.1868Boumi, S., & Vela, A. E. (2020). Improving graduation rate estimates using regularly updating multi-level absorbing markov chains. Education Sciences, 10(12), 377.Boumi, S., Vela, A., & Chini, J. (2020). Quantifying the relationship between student enrollment patterns and student performance. arXiv preprint arXiv:2003.10874.Brezavšček, A., Bach, M. P., & Baggia, A. (2017). Markov analysis of students’ performance and academic progress in higher education. Organizacija, 50(2), 83-95.Caballero D., C. C., Abello L.L., R., & Palacio S., J. (2007). Relación del burnout y el rendimiento académico con la satisfacción frente a los estudios en estudiantes universitarios. Avances En Psicología Latinoamericana, 25(2), 98–111.Caicedo, R. O., Atuesta, S. B., & Caicedo, J. P. (2016). Análisis de la retención de estudiantes de ingeniería basado en la pérdida consecutiva de una misma asignatura. Un enfoque de Cadenas de Markov. Ingeniería Industrial. Actualidad y Nuevas Tendencias, (16), 7-18.Canales, A., & De los Ríos, D. (2007). Factores explicativos de la deserción universitaria. Calidad en la Educación, (26), 173-201.Castellanos-Reyes, D. (2021). The dynamics of a MOOC's learner-learner interaction over time: A longitudinal network analysis. Computers in Human Behavior, 123, 106880.Castellanos, O., Rojas, J., & Hernandez, C. A. (2016). Diseño de un modelo matemático para el pronóstico de la deserción de los estudiantes de ingeniería en la Universidad Francisco de Paula Santander.Clement, O. I., & Joshua, A. (2017). Exploring Gender Differences in Graduation Proficiency in Mathematics Education Using a Markov Chain Model: Implications for Economic Growth in Nigeria. International Journal of Educational Excellence, 3(2), 75–86. https://doi.org/10.18562/ijee.028Coronado-Hernandez, J. R., Viloria, A., Gaitán-Angulo, M., Mercado-Caruso, N. N., & Arias-Perez, J. E. (2016). Analysis of probability of dropout, continuation and graduation through markovian chains of university students in bolivar, colombia. Journal of Control Theory and Applications. ISSN, 0974-5572.Corzo (2017). Universidad Autónoma del Estado de Hidalgo. (p. 3).Deliz, J. R., García, R., Morales, J. C., & Rivera, G. (2015). Markov chain Modeling: Student flow through remedial mathematics to sophomore ISERC 2015. IIE Annual Conference and Expo 2015, 3171–3178.Ducación, E. N. E., & Grado, P. R. A. (1997). L a Escritura De Los Estudiantes De La LIcenciatura. 1–12.García, Y. (n.d.). RENDIMIENTO ACADÉMICO. 10-53Gasca, S. M. A., & Arias, D. A. M. (2009). Factores intervinientes en la deserción escolar de la Facultad de Psicología, Fundación Universitaria Los Libertadores. Tesis Psicológica, (4), 72-85.González Carmona, A., & Sáenz Barrio, Ó. (1990). Cadenas de Markov aplicadas al diagnóstico y tratamiento de conductas y procesos de aprendizaje. Enseñanza & Teaching: Revista Interuniversitaria de Didáctica, 8, 31–46.González, J., Carvajal, C., & Aspeé, J. (2020). Modelación de la deserción universitaria mediante cadenas de Markov. Uniciencia, 34, 129,146. https://www.redalyc.org/jatsRepo/4759/475962995008/html/index.html.González, M. S. (2016). Patrones de comportamiento. El campamento de Dios.Gray, L. y Taie, S. (2015). Desgaste y movilidad de los docentes de escuelas públicas en los primeros cinco años: resultados de la primera a la quinta oleada del estudio longitudinal de docentes principiantes de 2007-08. Primera vista. NCES 2015-337. Centro nacional de estadísticas educativas.Hernández Sampieri, R., Fernández-Collado, C., & Baptista Lucio, P. (2014). Metodología de la investigación (6ta ed.). McGraw-Hill.Iji, C., & Abah, J. (2017). Exploring gender differences in graduation proficiency in Mathematics education using a Markov chain model: implications for economic growth in Nigeria. arXiv preprint arXiv:1708.09288.Jordán Ordoñez, Y., Lerma Ruíz, L. F., & Toro Ocampo, E. M. (2008). Continuous Markov Chains Applied To Kidnapping Statistics In Colombia. 38, 235–240.Kadzue, O. K. M. (2020). Enseñanza en línea durante la crisis del Covid-19 en la educación universitaria camerunesa: logros y desafíos. EHQUIDAD. Revista Internacional de Políticas de Bienestar y Trabajo Social, (14), 57-74.Miguel Díaz, F. M. (1985). Estrategias metodológicas en los estudios longitudinales. Revista de investigación educativa, RIE, 3(6), 252-270.Ministerio de educación. (2017, February 7). Deserción Escolar: - deserción escolar:. Portal MEN - Presentación. https://www.mineducacion.gov.co/portal/secciones/Glosario/82745:DESERCION-ESCOLAR.Nino-Ruiz, E. D., Trejos-Herrera, A. M., Exposito-Concepcion, M. Y., Rodriguez-Giraldo, M., Consuegra-Ortega, R. S., & Guevara-Novoa, C. (2020). A simple Monte Carlo framework to assess suicide risk in adolescents: a study at a high school in Colombia. International journal of environmental research and public health, 17(10), 3674.Nyandwaki, M. J., & Kennedy, J. (2016). Statistical Modeling of Kenyan Secondary School Students Enrollment: An Application of Markov Chain Model. IOSR Journal of Mathematics, 12(2), 11-18.Ocampo, E. T. (2013). Proyección de cifras de producción de café colombiano utilizando cadenas de Markov. Inge Cuc, 9(1), 83–97.Osorio, I., & Hernández, M. (2011). Prevalence of school desertion during teenage pregnancy from public schools in Valle del Cauca, 2006. Colombia Medica, 42(3), 303–308. https://doi.org/10.25100/cm.v42i3.876Quant, D. M., & Sánchez, A. (2012). Procrastinación, procrastinación académica: concepto e implicaciones. Revista vanguardia psicológica clínica teórica y práctica, 3(1), 45-59.Ramírez-Montoya, M. S. (2020). Transformación digital e innovación educativa en Latinoamérica en el marco del COVID-19. Campus virtuales, 9(2), 123-139.Reamer, AC, Ivy, JS, Vila-Parrish, AR y Young, RE (2015). Comprender la evolución del rendimiento en matemáticas en la educación primaria y sus implicaciones para el aprendizaje STEM: un enfoque markoviano. Las computadoras en el comportamiento humano , 47 , 4-17.Rincón, L. (2012). Introducción a los procesos estocásticos. Departamento de Matemáticas, Facultad de Ciencias UNAM, 1–328.Robles, C. (2012). El concepto de familia y la formación académica en Trabajo Social Artículos seleccionados. Debate Público, 3, 1–12.Rodríguez Rios, C. Y. (2012). Diseño de un modelo estocástico usando cadenas de markov para pronosticar la deserción académica de estudiantes de ingeniería. caso: escuela colombiana de ingeniería julio garavito.Salazar, Y. L., Arango, M. G., & Ocampo, E. T. (2013). Proyección de cifras de producción de café colombiano utilizando cadenas de Markov. INGE CUC, 9(1), 83-97.Sardi, G. S., Santana, J. A. G., Palacios, V. C. Z., & Coello, R. L. C. (2020). La Educación Superior ecuatoriana en tiempo de la pandemia del Covid-19. Dominio de las Ciencias, 6(3), 32.Saqr, M., López-Pernas, S., Helske, S., & Hrastinski, S. (2023). The longitudinal association between engagement and achievement varies by time, students’ profiles, and achievement state: A full program study. Computers & Education, 199, 104787.Saqr, M., López-Pernas, S., Jovanović, J., & Gašević, D. (2023). Intense, turbulent, or wallowing in the mire: A longitudinal study of cross-course online tactics, strategies, and trajectories. The Internet and Higher Education, 57, 100902.Swanson, J. L., & Miller, S. A. (2008). Using longitudinal methodology in career guidance research. In the International handbook of career guidance (pp. 659-676). Dordrecht: Springer Netherlands.Tedeschi, M. N., Hose, T. M., Mehlman, E. K., Franklin, S., & Wong, T. E. (2023). Improving models for student retention and graduation using Markov chains. Plos one, 18(6), e0287775.Teórico, I. I. I. M. (2009). Perfil de Ingreso y Deserción en Psicología 17. 17–24.Tünnermann Bernheim, C. (2010). La educación permanente y su impacto en la educación superior. Revista Iberoamericana de Educación Superior, i, 120–133. https://doi.org/10.22201/iisue.20072872e.2010.1.19Vega, V. (2015). Cadenas de Markov de tiempo continuo y aplicaciones Cadenas de Markov de tiempo continuo y aplicaciones. January.Velázquez-Martínez, J. D., Cruz-Suárez, H., & Santos-Reyes, J. (2016). Análisis y modelado de la cultura de seguridad de un hospital mexicano mediante cadenas de Markov. Revista de Calidad Asistencial, 31(5), 309-314.Velásquez, R. (2020). La educación virtual en tiempos de Covid-19. Revista científica internacional, 3(1), 19-25.Villa, F. G., Litago, J. D. U., & Fernández, A. S. (2020). Percepciones y expectativas en el alumnado universitario a partir de la adaptación a la enseñanza no presencial motivada por la pandemia de COVID-19. Revista latina de comunicación social, (78), 99-119.Cadenas de MarkovCompromiso estudiantilRendimiento estudiantilPandemia de COVID-19Metodología longitudinalPatrones de compromisoMarkov chainsStudent commitmentStudent performanceCOVID-19 pandemicLongitudinal methodologyCommitment patternsPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-815543https://repositorio.unicordoba.edu.co/bitstreams/ab18dedc-d33d-4dfb-97a2-3550daa1ec22/download73a5432e0b76442b22b026844140d683MD51ORIGINALTrabajo de investigación- Laura Marchena y Marianela Medrano.pdfTrabajo de investigación- Laura Marchena y Marianela Medrano.pdfapplication/pdf1755220https://repositorio.unicordoba.edu.co/bitstreams/797d4f72-9cde-4c0c-91c7-a3f37d3d5c2c/downloada682590387556d1dd36bd9023aaa8b62MD52Firmado_AutorizaciónPublicación- LauraMarchena-MarianelaMedrano 1.pdfFirmado_AutorizaciónPublicación- LauraMarchena-MarianelaMedrano 1.pdfapplication/pdf372549https://repositorio.unicordoba.edu.co/bitstreams/f753ff24-31fc-4628-8928-dd4e07b52efd/downloade572c99a8fa3617506a7590d938e6e6fMD54TEXTTrabajo de investigación- Laura Marchena y Marianela Medrano.pdf.txtTrabajo de investigación- Laura Marchena y Marianela Medrano.pdf.txtExtracted texttext/plain94924https://repositorio.unicordoba.edu.co/bitstreams/92ff9aca-5a83-47ee-8ea4-fe91667c2f7e/downloadf336b480db7f744186d128e5c6b6d653MD55Firmado_AutorizaciónPublicación- LauraMarchena-MarianelaMedrano 1.pdf.txtFirmado_AutorizaciónPublicación- LauraMarchena-MarianelaMedrano 1.pdf.txtExtracted texttext/plain4748https://repositorio.unicordoba.edu.co/bitstreams/70ccfc12-8a14-4129-84b4-478636ed0dc3/downloadbb4d58bfc7513319eb9bf534998826c7MD57THUMBNAILTrabajo de investigación- Laura Marchena y Marianela Medrano.pdf.jpgTrabajo de investigación- Laura Marchena y Marianela Medrano.pdf.jpgGenerated Thumbnailimage/jpeg8105https://repositorio.unicordoba.edu.co/bitstreams/8fcdcf73-f330-485d-9d7d-ad805769f185/downloadd7daf504223b6b0909499332af818444MD56Firmado_AutorizaciónPublicación- LauraMarchena-MarianelaMedrano 1.pdf.jpgFirmado_AutorizaciónPublicación- LauraMarchena-MarianelaMedrano 1.pdf.jpgGenerated Thumbnailimage/jpeg14372https://repositorio.unicordoba.edu.co/bitstreams/ad212d74-5546-4dbe-8731-48fca1f4526e/download264b5931053c176efbf34e4cfd619e75MD58ucordoba/8097oai:repositorio.unicordoba.edu.co:ucordoba/80972024-01-26 03:00:19.099https://creativecommons.org/licenses/by-nc-nd/4.0/Copyright Universidad de Córdoba, 2024open.accesshttps://repositorio.unicordoba.edu.coRepositorio Universidad de Córdobabdigital@metabiblioteca.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

Análisis longitudinal de patrones de compromiso y rendimiento de estudiantes universitarios durante la pandemia de COVID-19 mediante cadenas de Markov

Publicaciones similares