La formación académica de los jóvenes y las pruebas de admisión a la educación superior. Una experiencia peruana

Abstract

El objetivo de esta investigación se basa en valorar la influencia de la formación precedente en los estudiantes peruanos de los centros preuniversitarios de universidades estatales para lograr el éxito en las pruebas de acceso a las instituciones de la educación superior. La metodología aplicada se basa en un diseño bibliográfico de tipo documental, de la misma manera esta investigación se apoya en un diseño no experimental de tipo de campo con nivel descriptivo y explicativo. La educación preuniversitaria no forma parte del sistema educativo peruano; pero, para ingresar a la universidad nacional, es una estación obligatoria. La investigación concluye que la educación básica regular estatal no prepara a los estudiantes para seguir estudios de educación superior porque los cinco cursos que brinda en 11 años de educación no son suficientes para responder los complejos exámenes de admisión de cualquier universidad nacional.

Predicting undergraduate academic performance in a leading Peruvian university: A machine learning approach

“…Access to higher education in low-and middle-income countries (LMICs) has increased in the past decades following a combination of a rising number of secondary school leavers and a renewed family demand for social progress and opportunities (Romero, 2021). Yet increasing access to higher education institutions has not necessarily translated into higher retention and graduation of university students (Schendel & McCowan, 2016;Salas-Pilco & Yang, 2022), especially among students with a low socio-economic status (Balán, 2020).…”

“…However, higher education systems in LMICs encounter challenges when attempting to predict undergraduate academic performance. These challenges primarily stem from the limited information available, which often rely heavily on entrance tests that emphasize rote memorization (Romero, 2021;De los Rios, 2023), and from the problem of significant secondary school quality heterogeneity (Andrabi et al, 2022;LBDEAC, 2020). In this context, applied research predicting academic performance in LMICs has one of the following limitations: (1) it focuses on specific programs or courses, reducing the number of observations and affecting generalizability; (2) it lacks historical academic performance data or uses non-comparable information due to secondary school quality heterogeneity; (3) it predicts performance at a single point in time (using cross-sectional data), potentially biasing the view of university performance.…”