Implementation of a computerized assessment system by using backpropagation neural networks with R and shiny

Las dificultades a las que los estudiantes se enfrentan y su lucha por dominar los temas, podría aumentar como consecuencia de la inadecuada utilización de materiales de evaluación. Generalmente se encuentran en el aula alumnos que hacen buen uso del material de los cursos y de una manera rápida, mientras que otros presentan dificultades con el aprendizaje del material. Esta situación es fácilmente visto en los resultados de los exámenes, un grupo de estudiantes podrían obtener buenas calificaciones animándoles, mientras que otros obtendrían la mala percepción de que los temas son difíciles, y en algunos casos, obligándolos a abandonar el curso o en otros casos a cambiar de carrera. Creemos que mediante el uso de técnicas de aprendizaje automático, y en nuestro caso la utilización de redes neuronales, sería factible crear un entorno de evaluación que podrían ajustarse a las necesidades de cada estudiante. Esto último disminuiría la sensación de insatisfacción de los alumnos y el abandono de los cursos.

La explicación del rendimiento en los cursos introductorios de economía. ¿Cuánto influye el profesor?: un estudio en la Universidad del Pacífico

La presente investigación explica las calificaciones finales de los estudiantes del curso de Economía de la Universidad del Pacífico con el objetivo de comparar el impacto de las experiencias y los conocimientos previos del estudiante frente al desempeño de sus profesores. Para ello, se aplicaron modelos de regresión censurados conocidos como Tobit model, los cuales corrigieron los problemas de censura de la variable dependiente. Los modelos desarrollados resultaron libres de sesgo de selección muestral, y sus procesos de estimación consideraron variables académicas, psicológicas, sociofamiliares, de identificación y pedagógicas. A través de ellos, un conjunto de factores asociados a las experiencias y los conocimientos previos del estudiante resultó ser el de mayor impacto sobre el rendimiento académico. Así, dos variables académicas —la calificación escolar promedio en matemáticas alcanzada durante los tres últimos años de educación secundaria y la asistencia a un colegio privado—, estuvieron entre las más importantes para explicar las calificaciones finales de Economía I. Tres factores académicos adicionales también contribuyeron a elevar las calificaciones: haber estudiado en un colegio que no sea preuniversitario, la procedencia de escuelas que diferencian por sexo (no mixtas) y haber sido expuesto a contenidos más amplios de economía durante la etapa escolar. Asimismo, tres docentes impactaron de modo positivo, pero su impacto fue mucho menor que el de los factores académicos. Es decir, el rendimiento previo y el currículo escolar llegan a importar mucho más que el desempeño didáctico del docente para el éxito académico en las asignaturas introductorias de economía. Finalmente, debido a que no se encontró que los docentes mejor evaluados por los estudiantes impactaban sobre el rendimiento de sus alumnos, se evidencia que es importante revisar los sistemas de evaluación docente, para evitar que estos se conviertan en un instrumento mediante el cual los estudiantes penalicen a los profesores exigentes y que, por el contrario, contribuyan a retroalimentar al docente y a mejorar su desempeño.