Predicción del rendimiento académico de alumnos de primer año de la FACENA (UNNE) en función de su caracterización socioeducativa

• Autores: Porcel, Eduardo Adolfo; Dapozo, Gladys Noemí; López, María Victoria
• Año de publicación: 2010
• Idioma: español castellano
• Tipo de recurso: artículo
• Fuente: Revista Electrónica de Investigación Educativa, 2010, vol. 12, no. 2, p. 2-21.
• Materia: Rendimiento académico; Estudiantes de primer ingreso; Regresión logística; Academic achievement; College freshmen; Regression statistical
• Institución: Universidad Nacional del Nordeste

Fil: Porcel, Eduardo Adolfo. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: Dapozo, Gladys Noemí. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
Fil: López, María Victoria. Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura; Argentina.
En este trabajo se analiza la relación del rendimiento académico de los alumnos ingresantes a la Facultad de Ciencias Exactas y Naturales y Agrimensura de la Universidad Nacional del Nordeste (FACENA-UNNE) en Corrientes, Argentina, durante el primer año de carrera con las características socioeducativas de los mismos. El rendimiento fue medido por la aprobación de los exámenes parciales o finales de la primera materia de Matemática que los alumnos cursan. Se ajustó un modelo de regresión logística binaria, el cual clasificó adecuadamente el 75% de los datos. Entre las variables más relevantes para explicar el rendimiento académico se encuentran el título secundario obtenido, la carrera elegida y el nivel educacional alcanzado por la madre.
This paper analyzes the academic performance of students entering the School of Natural Sciences and Surveying, National University of the Northeast (FACENA-UNNE, its Spanish acronym) in Corrientes, Argentina, during their first year, in relation to their socio- educational characteristics. Performance was measured by whether or not they passed the partial or final exams of the first mathematics course that students take. A binary logistic regression model was adjusted, which properly classified 75% of the data. Among the most important variables for explaining academic performance is obtaining the high school diploma, the major chosen, and the educational level attained by the student’s mother.