Programas de intervención para Estudiantes Universitarios con bajo rendimiento académico

Rodríguez, Ángela Pilar Albarracín; Arenas, David Andrés Montoya

doi:10.18566/infpsicv16n1a01

Cited by 7 publications

(4 citation statements)

References 19 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…En general, esta población carece de las habilidades para escribir un texto científico estructurado y coherente (Fernández, Villavicencio, 2017;Vázquez-Miraz et al, 2020). Entre las posibles soluciones, se propone enfrentar a los estudiantes a situaciones reales (Albarracín, Montoya, 2016;Pavlova et al, 2021) con el propósito de que se les motive e involucre en todo el proceso de investigación.…”

Section: Discussionunclassified

Autoevaluación y evaluación de habilidades de investigación en alumnado de psicología

López-Alonso,

López-Aguila,

Torres-Velázquez

et al. 2024

DSE

View full text Add to dashboard Cite

Investigaciones previas han demostrado deficiencias en la formación de investigadores en las universidades de América Latina. Por tanto, el interés de este trabajo fue analizar la autoevaluación de los estudiantes en la licenciatura en psicología, acerca de sus habilidades de investigación cuando ingresan al ámbito de investigación de la tradición Conductual, Cognitivo-Conductual e Interconductual, y contrastar con la evaluación de conocimientos básicos de metodología y estadística. Esta investigación es de tipo no experimental, transversal y descriptiva. Participaron voluntariamente 82 estudiantes, se elaboró un cuestionario con 15 preguntas autoevaluativas y 21 de conocimientos. La aplicación del instrumento se realizó a través del software formularios de Google. Para el análisis de datos se utilizó estadística descriptiva. Como resultado, se encontró que los estudiantes perciben que tienen habilidades suficientes para realizar investigación, pero la evaluación de conocimientos indica que sólo tienen conocimientos iniciales de metodología y estadística al ingresar a las prácticas. Se concluye que la mayoría de los estudiantes se perciben con habilidades suficientes para realizar investigación. Tienen memorizados algunos conceptos básicos, pero no han desarrollado pensamiento crítico, ni se han formado como responsables de su propio aprendizaje.

show abstract

Section: Discussionunclassified

Autoevaluación y evaluación de habilidades de investigación en alumnado de psicología

López-Alonso,

López-Aguila,

Torres-Velázquez

et al. 2024

DSE

View full text Add to dashboard Cite

show abstract

“…Factores de la capacidad intelectual y de la función ejecutiva relacionados con el rendimiento académico en estudiantes universitarios 1…”

Section: Artículo Originalunclassified

“…También es entendido como el nivel de conocimiento de un estudiante en determinada área, según su edad y nivel de formación, además de la capacidad que posee para responder a las exigencias del nivel académico y de su currículo. El rendimiento se valora a partir de la suma de varios factores que actúan en el sujeto que aprende y podría entenderse como la medición que se le confiere al logro de las tareas académicas 1 .…”

Section: Introductionunclassified

Factores de la capacidad intelectual y de la función ejecutiva relacionados con el rendimiento académico en estudiantes universitarios

Arenas

Zapata

Soto³

et al. 2021

MedUPB

View full text Add to dashboard Cite

Objetivo: La capacidad intelectual (CI) y las funciones ejecutivas (FE) influyen en el rendimiento académico, lo que a su vez se asocia con la deserción universitaria que es un fenómeno que afecta a la sociedad colombiana en general. El objetivo de este trabajo fue analizar los factores de la CI y de la FE que tienen que ver con el bajo rendimiento y con el alto rendimiento académico en una muestra de estudiantes universitarios. Metodología: Estudio observacional, transversal de dos grupos (bajo y alto rendimiento académico), de tipo analítico, prospectivo. Resultados: Todas las variables de CI y de FE mostraron diferencias significativas entre los grupos del estudio (p≤0.05), con mejor ejecución por parte de los estudiantes con alto rendimiento académico. Conclusiones: Se encontraron déficits ejecutivos y en el CI, así como en la mayoría de las dimensiones de FE en los estudiantes con bajo rendimiento, tales como menor rendimiento en la organización y categorización verbal, la memoria operativa verbal, la categorización visual y el control inhibitorio, sin que hubiera alteraciones en flexibilidad cognitiva. En el grupo de menor rendimiento también se observó mayor velocidad de la memoria operativa visual que podría entenderse como compensatoria.

show abstract

“…For this, HEIs managers are looking for ways to reduce dropouts, encourage students to improve their success, and provide a quality education that prepares students well for the labor market so that HEIs be attractive to prospective students. For this reason, student performance is a significant factor for internal and external stakeholder groups in education [3] and a reflection on the quality of the educational services in HEI [4][5][6][7]. Student success prediction is a measure of the quality of the teaching offered [8] and determines success at all levels [9].…”

Section: Introductionmentioning

confidence: 99%

Exploring Online Activities to Predict the Final Grade of Student

et al. 2022

View full text Add to dashboard Cite

Student success rate is a significant indicator of the quality of the educational services offered at higher education institutions (HEIs). It allows students to make their plans to achieve the set goals and helps teachers to identify the at-risk students and make timely interventions. University decision-makers need reliable data on student success rates to formulate specific and coherent decisions to improve students’ academic performance. In recent years, EDM has become an effective tool for exploring data from student activities to predict their final grades. This study presents a case study for predicting the students’ final grades based on their activities in Moodle Learning Management System (LMS) and attendance in online lectures conducted via Zoom by applying statistical and machine learning techniques. The data set consists of the final grades for 105 students who study Object-Oriented Programming at the University of Plovdiv during the 2021–2022 year, data for their activities in the online course (7057 records), and attendance to lectures (738). The predictions are based on 46 attributes. The Chi-square test is utilized to assess the association between students’ final grades and event context (lectures, source code, exercise, and assignment) and the relationships between attendance at lectures and final results. The logistic regression model is utilized to assess the actual impact of event context on “Fail” students in a multivariate setup. Four machine learning algorithms (Random Forest, XGBoost, KNN, and SVM) are applied using 70% of training data and 30% of test data to predict the students’ final grades. Five-fold cross validation was also utilized. The results show correlations between the students’ final grades and their activity in the online course and between students’ final grades and attendance at lectures. All applied machine learning algorithms performed moderately well predicting the students’ final results, as the Random Forest algorithm obtained the highest prediction accuracy—78%. The findings of the study clearly show that the Random Forest algorithm may be used to predict which students will fail after eight weeks. Such data-driven predictions are significant for teachers and decision-makers and allow them to take measures to reduce the number of failed students and identify which types of learning resources or student activities are better predictors of the student’s academic performance.

show abstract

Programas de intervención para Estudiantes Universitarios con bajo rendimiento académico

Cited by 7 publications

References 19 publications

Autoevaluación y evaluación de habilidades de investigación en alumnado de psicología

Autoevaluación y evaluación de habilidades de investigación en alumnado de psicología

Factores de la capacidad intelectual y de la función ejecutiva relacionados con el rendimiento académico en estudiantes universitarios

Exploring Online Activities to Predict the Final Grade of Student

Contact Info

Product

Resources

About