No abstract

Teacher job satisfaction is an important aspect of academic performance, student retention, and teacher retention. We propose to determine the predictive model of job satisfaction of basic education teachers using machine learning techniques. The original data set consisted of 15,087 instances and 942 attributes from the national survey of teachers from public and private educational institutions of regular basic education (ENDO-2018) carried out by the Ministry of Education of Peru. We used the ANOVA F-test filter and the Chi-Square filter as feature selection techniques. In the modeling phase, the logistic regression algorithms, Gradient Boosting, Random Forest, XGBoost and Decision Trees-CART were used. Among the algorithms evaluated, XGBoost and Random Forest stand out, obtaining similar results in 4 of the 8 metrics evaluated, these are: balanced accuracy of 74%, sensitivity of 74%, F1-Score of 0.48 and negative predictive value of 0.94. However, in terms of the area under the ROC curve, XGBoost scores 0.83, while Random Forest scores 0.82. These algorithms also obtain the highest true-positive values (479 instances) and lowest false-negative values (168 instances) in the confusion matrix. Economic income, satisfaction with life, self-esteem, teaching activity, relationship with the director, perception of living conditions, family relationships; health problems related to depression and satisfaction with the relationship with colleagues turned out to be the most important predictors of job satisfaction in basic education teachers.

En la investigación tiene como objetivo “Determinar la relación entre las rentas no declaradas y el IPNJ en las personas naturales del distrito de Tambopata, Perú. se realizó con la colaboración de una población de 26,425 contribuyentes, se utilizó un muestreo probabilístico el mismo que se determinó 138 contribuyentes, para determinar dicha muestra se aplicó los con el fin de conocer a la muestra en estudio. El estudio fue de corte transversal con diseño correlacional, en donde se centra en las hipótesis para lo cual se formularon preguntas que fueron analizadas obteniendo así los resultados donde se ha alcanzo una puntuación de “0.929”, con un nivel de confianza del 95%, lo cual indica que el 92.9% de los cambios observados en la variable rentas no declaradas son explicados por la variación del IPNJ, de igual forma se demostró que existe relación significativa entre las dimensiones depósitos en cuenta bancarias y omisión de ingresos obteniéndose niveles de correlación de 0.965 y 0.976 respectivamente. Concluyendo que existe relación significativa entre las variables estudiadas, así como sus dimensiones.

La región de Puno cuenta con diversos recursos potenciales mineros, agrícolas y pecuarios; donde la extracción de los minerales se realiza de manera poco sostenible, afectando al medio ambiente, toda vez que la producción de papa, quinua y pecuaria de carne de alpaca y ovino al ser parte de las actividades productivas potenciales, en muchos de los casos es afectado por los pasivos ambientales de la actividad minera. El objetivo del estudio es determinar la relación existente entre la actividad minera y la producción de la papa, quinua y producción pecuaria de la carne de alpaca y ovino en la región Puno-Perú, durante el periodo 2006-2020; considerando el enfoque cuantitativo, no experimental, con diseño descriptivo- correlación y longitudinal, aplicando el modelo econométrico de tipo Lin-Lin. La producción de papa, está relacionado de manera negativa por la producción del oro y del estaño en 0.3527 y 14.33 toneladas por año; la producción de quinua se relaciona con la producción minera del estaño de manera negativa en 0.711 toneladas al año; la producción de la carne de ovino, está relacionado de manera inversa con la producción minera del Oro en 0.00040 toneladas al año; y la  producción de la carne de alpaca, se relaciona de manera inversa con la producción minera del estaño en 0.03676 toneladas al año. Por lo cual, existe una relación inversa entre la producción de la actividad minera con la producción agrícola y pecuaria.