Análisis multivariante del rendimiento académico en metodologías tradicional y aprendizaje activo en el Sistema de Admisión de una Universidad Pública

Mostrar el registro sencillo del ítem

dc.contributor.advisor Caucha Morales, Luis Johny es_ES
dc.contributor.author Ramos De Santis, Pedro Senatore es_ES
dc.date.accessioned 2022-04-25T14:10:04Z
dc.date.available 2022-04-25T14:10:04Z
dc.date.issued 2022
dc.identifier.uri http://repositorio.untumbes.edu.pe/handle/20.500.12874/2687
dc.description.abstract Uno de los más importantes problemas del sistema ecuatoriano de educación superior pública en el área de ciencias exactas es el bajo índice de aprobación de los postulantes, lo cual redunda en retardo en el ingreso a la Universidad, mayor inversión fiscal en recursos humanos y tecnológicos, y desperdicio de cupos de acceso a la universidad debido a la posterior deserción. Reconocer las ventajas de la aplicación de una metodología innovadora de enseñanza-aprendizaje, denominada aprendizaje activo, en comparación con la metodología tradicional y construir un modelo de pronóstico para el rendimiento académico en el sistema de admisión puede resultar favorable para aminorar este problema. El objetivo de esta investigación es determinar si el modelo innovador de aprendizaje activo en el Sistema de Admisión de una Universidad Pública permitirá un proceso de aprendizaje de mayor tasa de ingreso, rendimiento académico y adquisición de habilidades actitudinales y cognitivas al finalizar el curso de admisión, así como del rendimiento académico al finalizar el primer año universitario, en comparación con la aplicación del modelo tradicional de aprendizaje. La población de estudio está constituida por los 558 aspirantes que aplicaron al curso intensivo de febrero del 2020, cuyos datos han sido entregados por la Dirección de Admisiones de la universidad. Para el análisis estadístico multivariante se aplica la técnica de regresión logística binaria para el modelo binario, teniendo como variable dependiente dicotómica el rendimiento académico, y la técnica de regresión logística multinomial para el modelo de final de primer año de carrera universitaria, teniendo como niveles de análisis el rendimiento académico alto, medio y bajo. La modalidad que sigue el postulante en admisión es el predictor que mayoritariamente incide en el rendimiento académico. La conclusión más relevante de este estudio es que la aplicación del aprendizaje activo en admisión permite un proceso de mayor tasa de ingreso y mejor rendimiento académico y al final del primer año de carrera universitaria un mejor rendimiento académico, ambos en comparación con la aplicación de la metodología tradicional. es_ES
dc.format application/pdf es_ES
dc.language.iso spa es_ES
dc.publisher Universidad Nacional de Tumbes es_ES
dc.rights info:eu-repo/semantics/openAccess es_ES
dc.rights.uri https://creativecommons.org/licenses/by/4.0/ es_ES
dc.source Universidad Nacional de Tumbes es_ES
dc.source Repositorio Institucional - UNTUMBES es_ES
dc.subject Sistema de admisión es_ES
dc.subject Educación superior es_ES
dc.subject Proceso de aprendizaje es_ES
dc.subject Rendimiento académico es_ES
dc.subject Procesamiento de datos es_ES
dc.subject Análisis logístico binario es_ES
dc.subject Análisis logístico multinomial es_ES
dc.title Análisis multivariante del rendimiento académico en metodologías tradicional y aprendizaje activo en el Sistema de Admisión de una Universidad Pública es_ES
dc.type info:eu-repo/semantics/doctoralThesis es_ES
thesis.degree.name Doctor en Estadística Matemática Aplicada es_ES
thesis.degree.grantor Universidad Nacional de Tumbes. Escuela de Posgrado es_ES
thesis.degree.discipline Doctorado en Estadística Matemática Aplicada es_ES
dc.subject.ocde http://purl.org/pe-repo/ocde/ford#1.01.03 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
renati.advisor.orcid https://orcid.org/0000-0002-4786-9008 es_ES
renati.author.cedula 0908792070
renati.advisor.dni 41378388
renati.type http://purl.org/pe-repo/renati/type#tesis es_ES
renati.discipline 542058 es_ES
renati.level http://purl.org/pe-repo/renati/nivel#doctor es_ES
renati.juror Castañeda Guzmán, Walter Javier es_ES
renati.juror Risco Zapata, Severino Apolinar es_ES
renati.juror Miranda Ynga, Diana Milagro es_ES
dc.publisher.country PE es_ES


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess

Guías

Buscar en Repositorio


Listar

Mi cuenta