Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística
- Autores
- Closas, Antonio Humberto; Ferreyra, Norberto; Valdés, Mariana; Carrió, Moira; Torrente, Daniela Andrea
- Año de publicación
- 2014
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Fil: Closas, Antonio Humberto. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.
Fil: Ferreyra, Norberto. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.
Fil: Valdés, Mariana. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.
Fil: Carrió, Moira. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.
Fil: Torrente, Daniela Andrea. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.
El objetivo principal de este estudio fue desarrollar un modelo de regresión logística que explique de qué manera las estrategias de aprendizaje, que habitualmente utilizan los estudiantes universitarios, se encuentran vinculadas con el rendimiento académico. Concretamente, se examinaron las relaciones existentes entre las dimensiones adquisición, codificación, recuperación y apoyo, correspondientes a la Escala de Estrategias de Aprendizaje ACRA-Abreviada, y las calificaciones obtenidas por los alumnos encuestados, los cuales pertenecen a una Universidad Nacional (de gestión pública) de Argentina. La muestra estuvo conformada por un total de 125 estudiantes (49 mujeres y 76 hombres), con una media de 21.63 años (DE = 3.09). La investigación responde a un diseño cuantitativo, descriptivo, explicativo y transversal. Los análisis de datos relativos a estudiosdescriptivos y psicométricos, permitieron conocer el comportamiento de cada una de las dimensiones de la prueba, así como los índices de consistencia interna de las cuatro subescalas y del instrumento en su conjunto, valores que en todos los casos pueden considerarse adecuados y correctos. Los cálculos de inferencia estadística implementados dieron lugar a determinar que el modelo logístico que mejor se ajusta a los datos muestrales propone como variables explicativas del rendimiento académico: a) las dimensiones codificación y apoyo de la Escala ACRA-Abreviada, y b) el tipo de carrera que estudian los jóvenes encuestados. Los resultados educativos representan un fenómeno multicausal que posee especial relevancia a la hora de implementar decisiones en el ámbito de la política, planificación y gestión educativa, de allí que el presente trabajo conlleva implícitamente verdaderas perspectivas de transferencia.
The aim of this study was to develop a logistic regression model to explain how the learning strategies usually used by university students are related to their academic achievement. Actually, the existing relationships between acquisition, encoding, retrieval and support, considered by the Abridged ACRA Scale of Learning Strategies, and the grades obtained by the students who were interviewed at a national public university (state funded) in Argentina were examined. The sample was composed of total of 125 students (49 females and 76 males), with a median age of 21.63 years (SD=3.09). This research followed a quantitative, descriptive, explanatory and transversal design. The analysis of the data related to descriptive and psychometric studies allowed us to learn about the performance of each dimension of the test, as well as the internal consistency of the indexes of the four subscales and of the instrument as a whole. These results could be considered appropriateand correct in all cases. The statistical inference that wasimplemented helped to determine that the logistic model that fits best the sample data suggests, as explanatory variables of academic achievement, the following: a) the abridged ACRA scale encoding and support dimensions, and b) the type of course of studies that the interviewed students took up. The educational results data reveal a multi-causal phenomenon that has a special importance when carrying out decisions regarding educational policies, planning and management; therefore, this study brings about real possibilities of potential applications. - Fuente
- Revista de la Facultad de Ciencias Económicas, 2014, no. 13, p. 72-95.
- Materia
-
Estrategias de aprendizaje
Rendimiento académico
Estudiantes universitarios
Regresión logística
Learning strategies
Academic achievement
University students
Logistic regression - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-nd/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional del Nordeste
- OAI Identificador
- oai:repositorio.unne.edu.ar:123456789/50094
Ver los metadatos del registro completo
id |
RIUNNE_ae7a0c7151b5006797cbefbf8f8f2f0c |
---|---|
oai_identifier_str |
oai:repositorio.unne.edu.ar:123456789/50094 |
network_acronym_str |
RIUNNE |
repository_id_str |
4871 |
network_name_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
spelling |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logísticaClosas, Antonio HumbertoFerreyra, NorbertoValdés, MarianaCarrió, MoiraTorrente, Daniela AndreaEstrategias de aprendizajeRendimiento académicoEstudiantes universitariosRegresión logísticaLearning strategiesAcademic achievementUniversity studentsLogistic regressionFil: Closas, Antonio Humberto. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.Fil: Ferreyra, Norberto. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.Fil: Valdés, Mariana. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.Fil: Carrió, Moira. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.Fil: Torrente, Daniela Andrea. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina.El objetivo principal de este estudio fue desarrollar un modelo de regresión logística que explique de qué manera las estrategias de aprendizaje, que habitualmente utilizan los estudiantes universitarios, se encuentran vinculadas con el rendimiento académico. Concretamente, se examinaron las relaciones existentes entre las dimensiones adquisición, codificación, recuperación y apoyo, correspondientes a la Escala de Estrategias de Aprendizaje ACRA-Abreviada, y las calificaciones obtenidas por los alumnos encuestados, los cuales pertenecen a una Universidad Nacional (de gestión pública) de Argentina. La muestra estuvo conformada por un total de 125 estudiantes (49 mujeres y 76 hombres), con una media de 21.63 años (DE = 3.09). La investigación responde a un diseño cuantitativo, descriptivo, explicativo y transversal. Los análisis de datos relativos a estudiosdescriptivos y psicométricos, permitieron conocer el comportamiento de cada una de las dimensiones de la prueba, así como los índices de consistencia interna de las cuatro subescalas y del instrumento en su conjunto, valores que en todos los casos pueden considerarse adecuados y correctos. Los cálculos de inferencia estadística implementados dieron lugar a determinar que el modelo logístico que mejor se ajusta a los datos muestrales propone como variables explicativas del rendimiento académico: a) las dimensiones codificación y apoyo de la Escala ACRA-Abreviada, y b) el tipo de carrera que estudian los jóvenes encuestados. Los resultados educativos representan un fenómeno multicausal que posee especial relevancia a la hora de implementar decisiones en el ámbito de la política, planificación y gestión educativa, de allí que el presente trabajo conlleva implícitamente verdaderas perspectivas de transferencia.The aim of this study was to develop a logistic regression model to explain how the learning strategies usually used by university students are related to their academic achievement. Actually, the existing relationships between acquisition, encoding, retrieval and support, considered by the Abridged ACRA Scale of Learning Strategies, and the grades obtained by the students who were interviewed at a national public university (state funded) in Argentina were examined. The sample was composed of total of 125 students (49 females and 76 males), with a median age of 21.63 years (SD=3.09). This research followed a quantitative, descriptive, explanatory and transversal design. The analysis of the data related to descriptive and psychometric studies allowed us to learn about the performance of each dimension of the test, as well as the internal consistency of the indexes of the four subscales and of the instrument as a whole. These results could be considered appropriateand correct in all cases. The statistical inference that wasimplemented helped to determine that the logistic model that fits best the sample data suggests, as explanatory variables of academic achievement, the following: a) the abridged ACRA scale encoding and support dimensions, and b) the type of course of studies that the interviewed students took up. The educational results data reveal a multi-causal phenomenon that has a special importance when carrying out decisions regarding educational policies, planning and management; therefore, this study brings about real possibilities of potential applications.Universidad Nacional del Nordeste. Facultad de Ciencias Económicas2014-09-08info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfp. 72-95application/pdfClosas, Antonio Humberto, et al., 2014. Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística. Revista de la Facultad de Ciencias Económicas. Resistencia: Universidad Nacional del Nordeste. Facultad de Ciencias Económicas, no. 13, p. 72-95. E-ISSN 1668-6365. http://dx.doi.org/10.30972/rfce.0133871668-6357http://repositorio.unne.edu.ar/handle/123456789/50094Revista de la Facultad de Ciencias Económicas, 2014, no. 13, p. 72-95.reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)instname:Universidad Nacional del Nordestespahttps://revistas.unne.edu.ar/index.php/rfce/article/view/387http://dx.doi.org/10.30972/rfce.013387info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Atribución-NoComercial-SinDerivadas 2.5 Argentina2025-09-29T14:30:58Zoai:repositorio.unne.edu.ar:123456789/50094instacron:UNNEInstitucionalhttp://repositorio.unne.edu.ar/Universidad públicaNo correspondehttp://repositorio.unne.edu.ar/oaiososa@bib.unne.edu.ar;sergio.alegria@unne.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:48712025-09-29 14:30:58.718Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordestefalse |
dc.title.none.fl_str_mv |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística |
title |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística |
spellingShingle |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística Closas, Antonio Humberto Estrategias de aprendizaje Rendimiento académico Estudiantes universitarios Regresión logística Learning strategies Academic achievement University students Logistic regression |
title_short |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística |
title_full |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística |
title_fullStr |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística |
title_full_unstemmed |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística |
title_sort |
Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística |
dc.creator.none.fl_str_mv |
Closas, Antonio Humberto Ferreyra, Norberto Valdés, Mariana Carrió, Moira Torrente, Daniela Andrea |
author |
Closas, Antonio Humberto |
author_facet |
Closas, Antonio Humberto Ferreyra, Norberto Valdés, Mariana Carrió, Moira Torrente, Daniela Andrea |
author_role |
author |
author2 |
Ferreyra, Norberto Valdés, Mariana Carrió, Moira Torrente, Daniela Andrea |
author2_role |
author author author author |
dc.subject.none.fl_str_mv |
Estrategias de aprendizaje Rendimiento académico Estudiantes universitarios Regresión logística Learning strategies Academic achievement University students Logistic regression |
topic |
Estrategias de aprendizaje Rendimiento académico Estudiantes universitarios Regresión logística Learning strategies Academic achievement University students Logistic regression |
dc.description.none.fl_txt_mv |
Fil: Closas, Antonio Humberto. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina. Fil: Ferreyra, Norberto. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina. Fil: Valdés, Mariana. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina. Fil: Carrió, Moira. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina. Fil: Torrente, Daniela Andrea. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina. El objetivo principal de este estudio fue desarrollar un modelo de regresión logística que explique de qué manera las estrategias de aprendizaje, que habitualmente utilizan los estudiantes universitarios, se encuentran vinculadas con el rendimiento académico. Concretamente, se examinaron las relaciones existentes entre las dimensiones adquisición, codificación, recuperación y apoyo, correspondientes a la Escala de Estrategias de Aprendizaje ACRA-Abreviada, y las calificaciones obtenidas por los alumnos encuestados, los cuales pertenecen a una Universidad Nacional (de gestión pública) de Argentina. La muestra estuvo conformada por un total de 125 estudiantes (49 mujeres y 76 hombres), con una media de 21.63 años (DE = 3.09). La investigación responde a un diseño cuantitativo, descriptivo, explicativo y transversal. Los análisis de datos relativos a estudiosdescriptivos y psicométricos, permitieron conocer el comportamiento de cada una de las dimensiones de la prueba, así como los índices de consistencia interna de las cuatro subescalas y del instrumento en su conjunto, valores que en todos los casos pueden considerarse adecuados y correctos. Los cálculos de inferencia estadística implementados dieron lugar a determinar que el modelo logístico que mejor se ajusta a los datos muestrales propone como variables explicativas del rendimiento académico: a) las dimensiones codificación y apoyo de la Escala ACRA-Abreviada, y b) el tipo de carrera que estudian los jóvenes encuestados. Los resultados educativos representan un fenómeno multicausal que posee especial relevancia a la hora de implementar decisiones en el ámbito de la política, planificación y gestión educativa, de allí que el presente trabajo conlleva implícitamente verdaderas perspectivas de transferencia. The aim of this study was to develop a logistic regression model to explain how the learning strategies usually used by university students are related to their academic achievement. Actually, the existing relationships between acquisition, encoding, retrieval and support, considered by the Abridged ACRA Scale of Learning Strategies, and the grades obtained by the students who were interviewed at a national public university (state funded) in Argentina were examined. The sample was composed of total of 125 students (49 females and 76 males), with a median age of 21.63 years (SD=3.09). This research followed a quantitative, descriptive, explanatory and transversal design. The analysis of the data related to descriptive and psychometric studies allowed us to learn about the performance of each dimension of the test, as well as the internal consistency of the indexes of the four subscales and of the instrument as a whole. These results could be considered appropriateand correct in all cases. The statistical inference that wasimplemented helped to determine that the logistic model that fits best the sample data suggests, as explanatory variables of academic achievement, the following: a) the abridged ACRA scale encoding and support dimensions, and b) the type of course of studies that the interviewed students took up. The educational results data reveal a multi-causal phenomenon that has a special importance when carrying out decisions regarding educational policies, planning and management; therefore, this study brings about real possibilities of potential applications. |
description |
Fil: Closas, Antonio Humberto. Universidad Nacional del Nordeste. Facultad de Ciencias Económicas; Argentina. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-09-08 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
Closas, Antonio Humberto, et al., 2014. Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística. Revista de la Facultad de Ciencias Económicas. Resistencia: Universidad Nacional del Nordeste. Facultad de Ciencias Económicas, no. 13, p. 72-95. E-ISSN 1668-6365. http://dx.doi.org/10.30972/rfce.013387 1668-6357 http://repositorio.unne.edu.ar/handle/123456789/50094 |
identifier_str_mv |
Closas, Antonio Humberto, et al., 2014. Modelización de las relaciones entre estrategias de aprendizaje y el rendimiento universitario mediante predicción logística. Revista de la Facultad de Ciencias Económicas. Resistencia: Universidad Nacional del Nordeste. Facultad de Ciencias Económicas, no. 13, p. 72-95. E-ISSN 1668-6365. http://dx.doi.org/10.30972/rfce.013387 1668-6357 |
url |
http://repositorio.unne.edu.ar/handle/123456789/50094 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
https://revistas.unne.edu.ar/index.php/rfce/article/view/387 http://dx.doi.org/10.30972/rfce.013387 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Atribución-NoComercial-SinDerivadas 2.5 Argentina |
dc.format.none.fl_str_mv |
application/pdf p. 72-95 application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional del Nordeste. Facultad de Ciencias Económicas |
publisher.none.fl_str_mv |
Universidad Nacional del Nordeste. Facultad de Ciencias Económicas |
dc.source.none.fl_str_mv |
Revista de la Facultad de Ciencias Económicas, 2014, no. 13, p. 72-95. reponame:Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) instname:Universidad Nacional del Nordeste |
reponame_str |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
collection |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) |
instname_str |
Universidad Nacional del Nordeste |
repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) - Universidad Nacional del Nordeste |
repository.mail.fl_str_mv |
ososa@bib.unne.edu.ar;sergio.alegria@unne.edu.ar |
_version_ |
1844621701056299008 |
score |
12.559606 |