In this work, we consider the problem of surveying a population of young Indigenous, Montubios and Afro-Ecuadorians to study their living conditions and socioeconomic issues. We conducted a Respondent-driven sampling (RDS) survey in the canton of Riobamba, Ecuador. RDS is a network-based sampling method intended to survey hidden or hard-to-reach populations. We have obtained RDS estimates and confidence intervals of these characteristics. We have illustrated and discussed some of the assumptions of the method using some available diagnostic tools. Our results suggest that RDS is an effective methodology for studying social and economic issues of this ethnic minority in Ecuador. This technique is relatively easy to implement and has the potential to be applied to survey other hidden populations in other settings.
The article deals with the comparison between Multiple Linear Regression models vs supervised Artificial Neural Networks in the prediction of academic performance in the form of grades of the Ser-Bachiller evaluation of Ecuador, period 2018-2019. This by testing assumptions and calculating adequacy measures to identify the best prediction method. To meet the objective, information from the results of the Ser-Bachiller tests of Ecuador in the 2018-2019 cycle whose database is located on the official website of the National Institute of Educational Evaluation was used. There were 514852 students evaluated from all over the country. With this information we compared models that predict the scores in the domains of Mathematics, Linguistics, Science and Social Sciences, through factors associated with academic performance of Institutional, Pedagogical, Psychosocial and sociodemographic type.
Respondent-driven sampling (RDS) is a snowball-type sampling method used to survey hidden populations, that is, those that lack a sampling frame. In this work, we consider the problem of regression modeling and association for continuous RDS data. We propose a new sample weight method for estimating non-linear parameters such as the covariance and the correlation coefficient. We also estimate the variances of the proposed estimators. As an illustration, we performed a simulation study and an application to an ethnic example. The proposed estimators are consistent and asymptotically unbiased. We discuss the applicability of the method as well as future research.
Introducción. La apendicitis aguda es una enfermedad repentina que ocurre en cualquier etapa de la vida, es la primera causa de atención quirúrgica en el servicio de emergencia de todos los hospitales y entre los tratamientos se encuentra la apendicectomía Objetivo. Identificar la escala más robusta entre Alvarado Modificada y la escala de RIPASA para discriminar la necesidad de cirugía en pacientes diagnosticados con apendicitis aguda. Metodología. El diseño de investigación fue exploratoria con información recolectada en el período junio 2010 – enero 2019, la matriz de datos compiló información de 400 historias clínicas de pacientes atendidos en el servicio de emergencia del Hospital General Docente Riobamba con dicha anomalía, considerando 18 variables; 5 de tipo cuantitativo y 13 mudables estadísticas, previo al análisis se realizó imputación de datos faltantes, con la ayuda de la moda para mudables y mediante regresión para variables cuantitativas. Resultados. De los pacientes apendicectomizados el 50.8% corresponden a hombres y el 49.3% a mujeres, por otro lado, el 50% de los pacientes poseen una edad menor o igual a los 24 años. El Grado de apendicitis II es el más usual en el estudio (Apendicitis flegmonosa), entre los principales síntomas que ayudan a un diagnóstico de apendicitis son dolor migratorio (71.5%) y el dolor en la fosa ilíaca derecha (98%). Con respecto al análisis de la escala de Alvarado Modificada y RIPASA, se obtienen que la escala de Alvarado mediante la curva ROC posee un área (0.583), sensibilidad (69.78%), especificidad (82.78%), fracción verdaderos positivos (65.76%), fracción verdaderos negativos (20%), al contrario de RIPASA con un área (0.594), sensibilidad (88.4%), especificidad (90.9%), fracción verdaderos positivos (68.90%), fracción verdaderos negativos (25.58%). Conclusión. Se concluye que la escala de RIPASA presenta mayor certeza al momento de diagnosticar apendicitis aguda y se recomienda su uso en los Servicios de Emergencia.
El artículo trata sobre un tópico de particular importancia para la evaluación educativa universitaria, enfocado en estudiar la calidad de la prueba de Resultados de Aprendizaje Específico mediante la teoría psicométrica. Con esta intención, el trabajo siguió un enfoque cuantitativo no experimental, con un alcance descriptivo, utilizando la Teoría Clásica del Test y la Teoría de Respuesta al Ítem. Los resultados indican que las pruebas tienen buena calidad en las fases de diseño, construcción, aplicación, calificación y reportes; sin embargo, la fase de verificación presenta mala calidad, ya que no se realiza el pilotaje, la calibración y la selección de reactivos. Por otro lado, dentro del estudio de los reactivos, se evidencian problemas de calidad en dificultad y discriminación, mientras que en confiabilidad mostraron consistencia y precisión en las puntuaciones arrojadas por el examen. Además, las pruebas, como un todo, tienen bajo poder de discriminación entre los diferentes niveles de habilidad de los sustentantes. Finalmente, los resultados sugieren que se puede ocupar cualquiera de las dos teorías psicométricas para estudiar las pruebas de Resultado de Aprendizaje Específico.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.