Academic literature on the topic 'Predicción de rendimiento académico'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Predicción de rendimiento académico.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Predicción de rendimiento académico"
García-Fernández, José M., Cándido J. Inglés, María S. Torregrosa, Cecilia Ruiz-Esteban, Ángela Díaz-Herrero, Elena Pérez-Fernández, and María C. Martínez-Monteagudo. "Propiedades psicométricas de la Escala de Autoeficacia Percibida Específica de Situaciones Académicas en una muestra de estudiantes españoles de Educación Secundaria Obligatoria." European Journal of Education and Psychology 3, no. 1 (June 1, 2010): 61. http://dx.doi.org/10.30552/ejep.v3i1.51.
Full textRico Páez, Andrés, and Daniel Sánchez Guzmán. "Diseño de un modelo para automatizar la predicción del rendimiento académico en estudiantes del IPN / Design of a model to automate the prediction of academic performance in students of IPN." RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo 8, no. 16 (February 27, 2018): 246–66. http://dx.doi.org/10.23913/ride.v8i16.340.
Full textBautista-Rodríguez, Gabriela, and Florina Gatica-Lara. "Factores relacionados con el rendimiento académico en una carrera técnica en salud impartida en línea." Investigación en Educación Médica, no. 33 (January 9, 2020): 89–97. http://dx.doi.org/10.22201/facmed.20075057e.2020.33.19177.
Full textContreras, Françoise, Juan Carlos Espinosa, Gustavo Esguerra, Andrea Haikal, Alejandra Polanía, and Adriana Rodríguez. "Autoeficacia, ansiedad y rendimiento académico en adolescentes." Diversitas 1, no. 2 (December 31, 2005): 183. http://dx.doi.org/10.15332/s1794-9998.2005.0002.06.
Full textGotzens Busquets, Concepción, Ramón Cladellas Pros, Mercè Clariana Muntada, and Mar Badia Martín. "Indisciplina Instruccional y Convencional: Su Predicción en el Rendimiento Académico." Revista Colombiana de Psicología 24, no. 2 (October 7, 2015): 317–30. http://dx.doi.org/10.15446/rcp.v24n2.44148.
Full textTomás, JM, Melchor Gutiérrez Sanmartín, and I. Fernández. "Predicción de la satisfacción y el rendimiento escolar: el compromiso como mediador." Búsqueda 3, no. 16 (June 27, 2016): 7–19. http://dx.doi.org/10.21892/01239813.162.
Full textMenacho Chiok, Cesar Higinio. "Predicción del rendimiento académico aplicando técnicas de minería de datos." Anales Científicos 78, no. 1 (June 30, 2017): 26. http://dx.doi.org/10.21704/ac.v78i1.811.
Full textCastrillón, Omar D., William Sarache, and Santiago Ruiz-Herrera. "Predicción del rendimiento académico por medio de técnicas de inteligencia artificial." Formación universitaria 13, no. 1 (February 2020): 93–102. http://dx.doi.org/10.4067/s0718-50062020000100093.
Full textLópez Puycán, Luis Asunción. "El RENDIMIENTO ACADÉMICO DE LOS ALUMNOS SECUNDARIA Y EL PUNTAJE DE INGRESO A LA UNIVERSIDAD EN LA PREDICCION ÓEL RENDIMIENTO ACADÉMICO DE LOS ESTUDIANTES DEL PRIMER AÑO DE LA UNJBG." Ciencias 2, no. 1 (September 6, 2019): 102–8. http://dx.doi.org/10.33326/27066320.2018.1.852.
Full textAlmeida, Leandro S., M. Adelina Guisande, Ricardo Primi, and Gina Lemos. "Contribuciones del factor general y de los factores específicos en la relación entre inteligencia y rendimiento escolar." European Journal of Education and Psychology 1, no. 3 (November 1, 2008): 5. http://dx.doi.org/10.30552/ejep.v1i3.13.
Full textDissertations / Theses on the topic "Predicción de rendimiento académico"
Garcia, Peredo Luis Jesus. "Revisión sistemática sobre la predicción del rendimiento académico en estudiantes: técnicas y algoritmos." Bachelor's thesis, Universidad Católica Santo Toribio de Mogrovejo, 2020. http://hdl.handle.net/20.500.12423/3635.
Full textSandoval-Palis, Iván. "Predicción del rendimiento académico y abandono en las carreras de la Escuela Politécnica Nacional, Ecuador." Doctoral thesis, Universidad de Alicante, 2021. http://hdl.handle.net/10045/117988.
Full textCamps, Ribas Elisa. "La contribución de la madurez psicològica y de los Cinco Grandes factores de personalidad a la predicción del rendimiento académico en adolescentes." Doctoral thesis, Universitat Rovira i Virgili, 2015. http://hdl.handle.net/10803/348870.
Full textEl fracaso académico ha sido un motivo de preocupación social durante décadas en España. De hecho, el último informe PISA, del año 2012, sitúa el rendimiento educativo de España en matemáticas, lectura y ciencias por debajo de la media de la OCDE. Por eso es necesario identificar las diferentes variables que inciden en el rendimiento académico, con el fin de implementar las medidas educativas necesarias. Considerando que los estudios han encontrado resultados contradictorios sobre la relación entre personalidad y rendimiento académico, y que hay pocos estudios realizados sobre el posible papel de la madurez psicológica, el objetivo del presente estudio consiste en determinar cuál es el papel de la madurez psicológica y de los Cinco Grandes factores de personalidad, junto con la inteligencia fluida y cristalizada, en la predicción del rendimiento académico de los adolescentes. Con este fin se administraron tres cuestionarios (PMA, OPERAS y PSYMAS) a una muestra de 305 adolescentes de 14 a 19 años. A partir de los datos recogidos se realizaron análisis correlacionales, regresiones y análisis de ecuaciones estructurales. Los resultados obtenidos sugieren que el único componente relevante de la madurez en la predicción del rendimiento académico es la Orientación al trabajo. El rasgo de personalidad Responsabilidad no tiene una relación directa con el rendimiento académico, sino indirecta por su relación con la madurez psicológica, concretamente con la Orientación al trabajo. Igualmente, la Apertura a la experiencia también tiene una relación indirecta con el rendimiento académico, a través de su relación con la inteligencia, como habían señalado algunos estudios previos. Además, el principal predictor del rendimiento académico ha sido la inteligencia, Por lo tanto, este estudio ofrece una imagen global del papel que desempeñan la madurez, la personalidad y la inteligencia en el rendimiento académico de los adolescentes.
Academic failure has been a cause for social concern for decades in Spain. For example, the latest PISA report, in 2012, places the educational performance in mathematics, reading and science in Spain below the OCDE average. This makes it necessary to identify the different variables that affect academic performance in order to take the necessary steps to improve educational standards. Studies have found conflicting results on the relationship between personality and academic performance, and there are few studies on the possible role of psychological maturity. Consequently, the aim of the present study is to determine the extent that psychological maturity, the Big Five factors of personality and fluid and crystallized intelligence can predict academic performance in adolescents. To do this, three questionnaires (PMA, OPERAS, and PSYMAS) were administered to a sample of 305 adolescents aged 14 to 19 years. The data collected were used to carry out correlate analyses, regressions and analyses of structural equations. The results suggest that the only component of maturity that can be used to predict academic performance is Work Orientation. The personality trait Responsibility does not directly affect academic performance, but it does have an indirect relationship with academic performance through its relationship with psychological maturity, specifically through the trait Work Orientation. By the same token, Openness to Experience also has an indirect relationship with academic performance through its relationship with intelligence, as has been indicated in previous studies. Furthermore, the main predictor of academic performance was Intelligence. Therefore, this study offers an overall picture of the role played by the Maturity, Personality and Intelligence in the academic performance of adolescents.
Jara, Cerrón Paolo Daniel. "Entorno familiar y rendimiento académico." Bachelor's thesis, Universidad Peruana de Ciencias Aplicadas (UPC), 2019. http://hdl.handle.net/10757/629079.
Full textThis academic research aims to examine academic achievement in reading test in Peru and, in particular, the relationship with the characteristics associated with home environment. According to previous studies, there is a reinforcing effect of an improvement in the implementation within the home in academic performance. For this reason, this study analyzes this relationship using the Young Lives data with a Linear Hierarchical Model. Finally, the analysis concludes that there’s an ambiguous effect of the home overcrowding and environment on academic performance. The first is given by a departure from parental support. While the second relationship for a higher or lower quality in the home. Among other conclusions related to the non-linearity of this relationship.
Trabajo de investigación
Alcántara, López Keytha Sophia. "Estudiantes de alto rendimiento: compromiso académico, estrés académico y bienestar." Bachelor's thesis, Pontificia Universidad Católica del Perú, 2019. http://hdl.handle.net/20.500.12404/14613.
Full textHigh Performance Students: Academic Engagement, Academic Stress and Well-being This research seeks to explore the relationship between Academic Engagement to Academic Stress and Wellbeing, in a group of 50 high performance Peruvian students from a private university in Metropolitan Lima. The UWESS-9 scale (Shaufeli & Bakker, 2003) was used to measure the Academic Engagement, the SISCO questionnaire (Barraza, 2007) was used for measure Academic Stress, and the SPANE and Flourishing scales (Diener, et al., 2010) for Wellbeing. The participants were selected using the snowball method and the application was individually. The results revealed a high positive correlation between Academic Engagement and Flourishing (r = .59, p <.01) and a high negative correlation between Stress intensity and Engagement (r = -. 51, p <.01). Regarding the symptoms, only negative correlations were found between Engagement with the physical and behavioral symptoms. Also, the regression analysis suggests that a higher level of flourishing and a lower level of stress predict a higher level of Academic Engagement. On the other hand, 100% of the participants reported experiencing stress with a moderately high intensity during the academic cycle, but they also showed a tendency to experience high levels of well-being. In conclusion, the students who participated in this study feel fulfilled, so that despite their high levels of stress they feel engaged and can maintain their academic performance. In addition, Academic Engagement is strongly determined by the Flourishing and by the intensity of the Stress.
Tesis
Chumbirayco, Mendoza Nohelia Ana. "Relación entre autoestima y rendimiento académico en los estudiantes de 6° de primaria de la I.E nro. 30012 Ex 518 del Distrito de Chilca-Huancayo." Bachelor's thesis, Universidad Continental, 2017. http://repositorio.continental.edu.pe/handle/continental/4166.
Full textTesis
Panadero, Javier. "Predicción del rendimiento: Análisis de la escalabilidad de aplicaciones paralelas." Doctoral thesis, Universitat Autònoma de Barcelona, 2015. http://hdl.handle.net/10803/310211.
Full textEjecutar aplicaciones paralelas de paso de mensajes sobre un elevado número de recursos de forma eficiente no es una tarea trivial. Debido a la compleja interacción entre la aplicación paralela y el sistema HPC, a medida que se aumenta el número de procesos de la aplicación, dependiendo del sistema, puede llegar un punto donde la aplicación presente su límite de escalabilidad, momento a partir del cual se empezarán a producir ineficiencias en el sistema, conllevando a un uso ineficiente del mismo. Este problema se vuelve especialmente crítico en aplicaciones paralelas las cuales tienen que ser ejecutadas frecuentemente, utilizando un elevado número de recursos sobre un largo período de tiempo Con el fin de intentar solventar estos problemas y hacer un uso eficiente del sistema, como principal contribución de esta tesis, se propone la metodología P3S (Prediction of Parallel Program Scalability), la cual permite predecir el rendimiento de la escalabilidad fuerte de aplicaciones paralelas de paso de mensajes en un determinado sistema, utilizando un tiempo de análisis limitado y un conjunto reducido de recursos del sistema. La metodología P3S, se basa en analizar el comportamiento repetitivo de las aplicaciones paralelas de paso de mensajes. Este tipo de aplicaciones están compuestas por un conjunto de fases identificables, las cuales se van repitiendo a lo largo de toda la aplicación, independientemente del número de procesos de la aplicación. La metodología consta de tres etapas. Una primera etapa de caracterización, donde se caracterizan las fases relevantes de la aplicación paralela, a partir de la información obtenida de la ejecución de un conjunto de firmas de la aplicación, para un número reducido de procesos. Una segunda etapa de modelización de la aplicación, donde se genera el modelo lógico de escalabilidad de cada fase relevante de la aplicación paralela, mediante el cual construir la traza lógica escalable de la aplicación. Esta traza permitirá predecir el comportamiento lógico de la aplicación, a medida que se aumenta su número de procesos. Finalmente, la última etapa de la metodología consiste en predecir el rendimiento de la aplicación para un número específico de procesos. Para ello, la traza lógica escalable será precisada para el número de procesos para el cual se desea predecir el rendimiento de la aplicación, con el objetivo de predecir el tiempo de cómputo y comunicación de cada fase relevante de la aplicación, para ese número de procesos, con la finalidad de obtener el tiempo predicho de la aplicación. Gracias a la curva de escalabilidad de la aplicación, proporcionada por la metodología P3S, los usuarios pueden seleccionar los recursos más adecuados para ejecutar su aplicación en el sistema objetivo, lo que permite tener la seguridad de utilizar los recursos del sistema de forma eficiente.
Executing message-‐passing applications using an elevated number of resources is not a trivial task. Due to the complex interaction between the message-‐passing applications and the HPC system, depending on the system, many applications may suffer performance inefficiencies, when they scale to a large number of processes. This problem is particularly serious when the application is executed many times over a long period of time. With the purpose of avoiding these problems and making an efficient use of the system, as main contribution of this thesis, we propose the methodology P3S (Prediction of Parallel Program Scalability), which allows us to analyze and predict the strong scalability behavior for message-‐passing applications on a given system. The methodology strives to use a bounded analysis time, and a reduced set of resources to predict the application performance. The P3S methodology is based on analyzing the repetitive behavior of parallel message-‐passing applications. Such applications are composed of a set of phases, which are repeated through the whole application, independently of the number of application processes. The methodology is made up of three stages. A first characterization step, where the relevant phases of the parallel application are characterized, from the execution of a set of small-‐scale application signatures. A second stage of modeling of the application, where the application logical scalability model is generated for each relevant application phase, whereby to construct the scalable logical trace of the application. This trace will be used to predict the logical behavior of the application, as the number of the application processes increases. Finally, the last stage of the methodology consist of predicting the application performance for a specific number of processes. In order to do that, the scalable logical trace will be specified for the number of processes to predict the application performance, with the objective to predict the computational and communication time of each relevant phase for this number of processes, in order to obtain the performance prediction. The output of the P3S methodology will be the predicted curve of application speedup. Using this information, the users can select the most appropriate resources to execute his application on the target system, in order to use the system resources efficiently.
Herrera, Velásquez Hernán. "Efecto de la obesidad en el rendimiento académico." Tesis, Universidad de Chile, 2016. http://repositorio.uchile.cl/handle/2250/143992.
Full textLa obesidad es un fenómeno transversal a toda edad, país y condición socioeconómica. Chile no es la excepción y un total de 64,5% de la población presenta problemas de exceso de peso, donde un 39,3% tiene sobrepeso y un 25,1% es obesa (ENS 2009/2010). Este trabajo estima el efecto del IMC sobre el rendimiento escolar para alumnos de media, medido a través de sus puntajes Simce de matemática y lectura. Sin embargo, existe un problema de endogeneidad explicado por una doble causalidad entre las variables mencionadas y por variables relevantes omitidas, en particular, factores psicológicos como autoestima o ansiedad, para las cuales no es posible obtener una medida confiable y que se pueda relacionar a datos de obesidad para Chile. Este problema se resuelve utilizando una variable instrumental inédita en la literatura, ya que utiliza información del registro de patentes a nivel comunal de la Región Metropolitana, en particular de 29 comunas, y las coordenadas geográficas de establecimientos educacionales subvencionados y municipales, datos no explotados en esta área de investigación. La variable instrumental corresponde al número de locales de comida chatarra entorno a un kilometro a la redonda de establecimientos educacionales y rezagado un periodo. Los resultados indican que al abrirse un nuevo local de comida chatarra entorno a un colegio, el IMC promedio de los alumnos aumenta en promedio un 10%. Además, se encontró una relación negativa y significativa entre IMC y los puntajes Simce de matemáticas que va entre 18,2 y 31,9 puntos por cada una unidad de IMC que aumente el individuo. A diferencia de matemáticas, la relación entre IMC y los puntajes Simce de lectura no es tan clara, pese a que se registra una relación negativa y significativa en algunos casos. Sin embargo, estos resultados deben ser tomados con cautela debido a limitaciones de la base de datos. Finalmente, se comentarán el resto de las limitaciones y desafíos futuros entorno a esta rema de estudio y se realizan recomendaciones de política para combatir la obesidad.
Alfaro, Bouroncle Mónica. "Mindfulness, flow y rendimiento académico en estudiantes universitarios." Bachelor's thesis, Pontificia Universidad Católica del Perú, 2016. http://tesis.pucp.edu.pe/repositorio/handle/123456789/7467.
Full textThe aim of this study was to examine the relationship among mindfulness, flow and academic achievement in a sample of students from 17 to 31 years old (N=156), from a private university in Lima (Peru). The following scales were used: Mindful Attention Awareness Scale (MAAS, Brown & Ryan, 2003) and Flow State Scale (FSS, Jackson & Marsh, 1996). It was found that academic achievement had a direct and significant relationship with mindfulness (r=.27, p<.01; β=.29, p<.001) and with flow (r=.40, p<.01; β=.42, p<.001). Mindfulness and flow also related direct and significantly (r=.36, p<.01; β=.38, p<.001). Additionally, it was found that flow was a mediator between mindfulness and academic achievement. These results and their implications are discussed.
Tesis
Limache, Ignacio Rubén Antonny. "Massive Open Online Course Mooc y el rendimiento académico de los estudiantes de la I.E. Salesiano “Don Bosco”." Bachelor's thesis, Universidad Continental, 2017. http://repositorio.continental.edu.pe/handle/continental/4618.
Full textBooks on the topic "Predicción de rendimiento académico"
Antonio, Yunes Salomón José, ed. El rendimiento académico: Un factor estratégico : el caso de las matemáticas en un centro educativo universitario. [Guadalajara, Mexico]: Universidad de Guadalajara, 2010.
Find full textRetos para el aprendizaje: De la educación inicial a la universidad : investigaciones explicativas sobre el rendimiento académico de los estudiantes peruanos. Lima, Perú: Universidad del Pacífico, 2011.
Find full text"Doing school": How we are creating a generation of stressed out, materialistic, and miseducated students. New Haven, CT: Yale University Press, 2001.
Find full textTiempo libre y rendimiento académico. Logroño, Spain: Universidad de La Rioja, 2011.
Find full textGarcía Pérez, Julieta María de Lourdes. Mejora tu calidad de vida y rendimiento académico a través del autoaprendizaje. Facultad de Estudios Superiores Zaragoza, Universidad Nacional Autónoma de México, 2016. http://dx.doi.org/10.22201/fesz.9786070276835e.2016.
Full textAnchundia Bajaña, Yolanda Tairy, Richard Javier Torres Vargas, and Manuel Alberto Segobia Ocaña. La plataforma educativa Schoology: Impacto en el rendimiento académico de los estudiantes. Editorial Académica Universitaria, 2019. http://dx.doi.org/10.35195/edacun-978-959-7225-52-2.
Full textVILLASMIL, JAIRO. El Autoconcepto Académico. Perspectiva Axiológica en Estudiantes Universitarios Resilientes de Alto Rendimiento. FUNDACIÓN KOINONIA, 2018. http://dx.doi.org/10.35381/978-980-7792-30-5.
Full textRelación entre la proporcionalidad cerebral triádica y el rendimiento académico de los estudiantes. Institucion Universitaria de Envigado, 2013.
Find full textDi Gresia, Luciano Mario. Educación universitaria: acceso, elección de carrera y rendimiento. Editorial de la Universidad Nacional de La Plata (EDULP), 2009. http://dx.doi.org/10.35537/10915/34204.
Full textMecanismos de admisión y rendimiento académico de los estudiantes universitarios: Estudio comparativo para estudiantes de ciencias económicas. La Plata: EDULP, 2007.
Find full textBook chapters on the topic "Predicción de rendimiento académico"
Niño Sotomayor, Candelaria, Tatiana Mercado Covo, and Alexis Palacios Arrieta. "Estrategias gerenciales para optimizar el rendimiento académico de estudiantes universitarios en Colombia." In Desarrollo Organizacional y Gestión Humana en Contextos Globalizados, 141–73. Universidad Simón Bolívar, 2017. http://dx.doi.org/10.17081/bonga/2602.c4.
Full textAcosta Castilla, Paula, Alexandra Cáez Quesada, and Yulieth Dávila Serpa. "PRÁCTICAS PARENTALES, SINTOMATOLOGÍA ANSIOSA Y RENDIMIENTO ACADÉMICO EN ESTUDIANTES ADOLESCENTES, SAN PEDRO – SUCRE." In Ocho estudios de salud mental. CORPORACIÓN UNIVERSITARIA DEL CARIBE CECAR, 2020. http://dx.doi.org/10.21892/978-958-5547-34-6.4.
Full textÁvalos Latorre, María Luisa, Roberto Oropeza Tena, Diego Agustín Ferreyra Murillo, and María Úrsula Palos Toscano. "El rendimiento académico en estudiantes universitarios y su relación con la percepción del clima escolar." In Prácticas y reflexiones sobre la educación contemporánea, 99–118. Editora Nómada, 2019. http://dx.doi.org/10.47377/gsjf3219.5.
Full textDorta Guerra, Roberto, Isabel Marrero, Beatriz Abdul-Jalbar, Rodrigo Trujillo González, and Néstor Torres Darias. "Un modelo predictivo del rendimiento académico a partir de las calificaciones de Bachillerato y PAU." In De los procesos de cambio al cambio con sentido, 119–36. Vicerrectorado de Docencia. Universidad de La Laguna. Servicio de Publicaciones de la Universidad de La Laguna, 2019. http://dx.doi.org/10.25145/b.innovaull.2019.009.
Full textCORREA, PAULINA, and RAQUEL BURROWS. "EL IMPACTO DE LA NUTRICIÓN Y LA ACTIVIDAD FÍSICA EN LA FUNCIÓN COGNITIVA Y EL RENDIMIENTO ACADÉMICO:." In OBESIDAD EN CHILE, 63–74. Ediciones UC, 2018. http://dx.doi.org/10.2307/j.ctvkrkkms.8.
Full textAcosta, Julio César, and David Luis La Red Martínez. "MINERÍA DE DATOS PARA LA DETERMINAR LOS PERFILES DE RENDIMIENTO ACADÉMICO DE LOS ALUMNOS EN LA UNNE." In A Ciência da Computação e o Desenvolvimento de Conteúdo Tecnológico Relevante para a Sociedade, 47–59. Atena Editora, 2020. http://dx.doi.org/10.22533/at.ed.6832020035.
Full textKanobel, María Cristina, and Andrea Silvia Arce. "Aula invertida en cursos de carreras STEM: motivación y desempeño académico de los estudiantes." In Educación STEM/STEAM: Apuestas hacia la formación, impacto y proyección de seres críticos, 40–55. Fondo Editorial Universitario Servando Garcés de la Universidad Politécnica Territorial de Falcón Alonso Gamero / Alianza de Investigadores Internacionales S.A.S., 2020. http://dx.doi.org/10.47212/educacion_stem-steam_4.
Full textAparicio-Flores, Mª del Pilar, and Rosa Pilar Esteve-Faubel. "Estudio de caso con diagnóstico de TDA-H: influencia de las Artes Plásticas en el rendimiento académico del lenguaje." In Reflexiones multidisciplinares para el tratamiento de la competencia artística y la formación cultural. Ediciones de la Universidad de Castilla-La Mancha, 2021. http://dx.doi.org/10.18239/jornadas_2021.29.10.
Full textNeira Parra, Jacqueline, Héctor Orlando Tarazona Galán, and Jorge Eliécer Villarreal Fernández. "Caracterización de estilos de aprendizaje. Estudio de caso: estudiantes de la Corporación Universitaria Minuto de Dios - UNIMINUTO, Cali, Colombia." In Tendencias en la investigación universitaria. Una visión desde Latinoamérica. Volumen XII, 646–65. Fondo Editorial Universitario Servando Garcés de la Universidad Politécnica Territorial de Falcón Alonso Gamero / Alianza de Investigadores Internacionales S.A.S., 2020. http://dx.doi.org/10.47212/tendencias2020vol.xii.38.
Full textYang, Xiaochen, Jia Fu, Francisco Rodríguez Sedano, and Miguel Ángel Conde González. "MEJORA DEL RENDIMIENTO ACADÉMICO MEDIANTE LA APLICACIÓN DE METODOLOGÍAS DE TRABAJO EN EQUIPO Y SISTEMAS DE RESPUESTA INMEDIATA EN LA UNIVERSIDAD CHINA." In Educação: Sociedade Civil, Estado e Políticas Educacionais 2, 216–28. Atena Editora, 2021. http://dx.doi.org/10.22533/at.ed.80221010220.
Full textConference papers on the topic "Predicción de rendimiento académico"
Laura Ochoa, Leticia, Karina Rosas Paredes, and César Baluarte Araya. "Evaluación de Técnicas de Minería de Datos para la Predicción del Rendimiento Académico." In The 15th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Global Partnership for Development and Engineering Education”. Latin American and Caribbean Consortium of Engineering Institutions, 2017. http://dx.doi.org/10.18687/laccei2017.1.1.368.
Full textGamarra Ramos, Gleny Paola, and María Elisabeth Farfán Choquehuanca. "Análisis Comparativo usando minería de datos en la predicción del rendimiento académico de adolescentes basado en emociones." In The 17th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Industry, Innovation, and Infrastructure for Sustainable Cities and Communities”. Latin American and Caribbean Consortium of Engineering Institutions, 2019. http://dx.doi.org/10.18687/laccei2019.1.1.77.
Full textNavarro Jover, José Manuel, and Françoise Olmo Cazevieille. "Autoeficacia, actividades con TIC y rendimiento académico." In In-Red 2016 - Congreso de Innovación Educativa y Docencia en Red de la Universitat Politècnica de València. Valencia: Universitat Politècnica València, 2016. http://dx.doi.org/10.4995/inred2016.2016.4390.
Full textLazaro Camasca, Edson, and Yuri Nuñez Medrano. "Predicción De Estudiantes Universitarios En Riesgo Académico Usando Algoritmos Supervisados." In The 19th LACCEI International Multi-Conference for Engineering, Education, and Technology: “Prospective and trends in technology and skills for sustainable social development” “Leveraging emerging technologies to construct the future”. Latin American and Caribbean Consortium of Engineering Institutions, 2021. http://dx.doi.org/10.18687/laccei2021.1.1.363.
Full textPrats Boluda, Gema, Beatriz Trenor, and Yiyao Ye Lin. "Aplicación de la Clase Inversa en la Enseñanza de la Electrónica Analógica en un Grupo de Alto Rendimiento Académico." In IN-RED 2017: III Congreso Nacional de Innovación Educativa y Docencia en Red. Valencia: Universitat Politècnica València, 2017. http://dx.doi.org/10.4995/inred2017.2017.6842.
Full textMiralles Armenteros, Sandra, and Beatriz García Juan. "Metodologías didácticas cooperativas en el ámbito universitario: Puzzle de Aronson y Socrative." In INNODOCT 2020. Valencia: Editorial Universitat Politècnica de València, 2020. http://dx.doi.org/10.4995/inn2020.2020.11895.
Full textCalvo, Vicenta Roselló, María Isabel López Rodríguez, and Félix Ruiz Ponce. "Identificación de factores influyentes en el proceso de aprendizaje en estudios de máster." In INNODOCT 2019. Valencia: Universitat Politècnica de València, 2019. http://dx.doi.org/10.4995/inn2019.2019.10125.
Full textMauricio, María Dolores, Soraya Valles, Jose M. Vila, Martin Aldasoro, and Eva Serna. "Material multimedia para aumentar el rendimiento académico de los trabajos en grupo." In IN-RED 2017: III Congreso Nacional de Innovación Educativa y Docencia en Red. Valencia: Universitat Politècnica València, 2017. http://dx.doi.org/10.4995/inred2017.2017.6846.
Full textLengua, Ismael, Larisa Dunia, José Alfonso Antonino Daviub, and Guillermo Peris-Fajarnés. "Estudio de la autopercepción del rendimiento académico de los estudiantes universitarios de primer curso." In INNODOCT 2018. València: Editorial Universitat Politècnica de València, 2018. http://dx.doi.org/10.4995/inn2018.2018.8906.
Full textAngulo Carrere, María Teresa, Ana María Álvarez - Méndez, María Carmen Bravo - Llatas, Jesús Cristóbal Barrios, and María Pilar Álvarez Vázquez. "Diferencias de comportamiento entre estudiantes de dos asignaturas de CC de la Salud." In IN-RED 2020: VI Congreso de Innovación Educativa y Docencia en Red. Valencia: Universitat Politècnica de València, 2020. http://dx.doi.org/10.4995/inred2020.2020.11940.
Full textReports on the topic "Predicción de rendimiento académico"
Hernández Arteaga, Isabel, Germán Darío Cardozo Galeano, Adriana Constanza García Bustos, Franco Marcelo Nayibe Naydú, Diana Carolina Vargas Cañizales, and José Alberto Luna Hernández. Construyendo paz y mejorando el rendimiento académico. Ediciones Universidad Cooperativa de Colombia, June 2019. http://dx.doi.org/10.16925/gcgp.17.
Full textBarón-Rivera, Juan David. La brecha de rendimiento académico de Barranquilla. Bogotá, Colombia: Banco de la República, December 2010. http://dx.doi.org/10.32468/dtseru.137.
Full textArias-Castro, Cristian Camilo, José Celedón-Rivero, Diana Victoria Nobles-Montoya, and Marlen Raquel Simancas-Fernández. Guía de práctica para la evaluación neurocognitiva de estudiantes con bajo rendimiento académico. Universidad Cooperativa de Colombia, 2017. http://dx.doi.org/10.16925/greylit.2106.
Full textRichland, Lindsey Engle, Emma Näslund-Hadley, Haydée Alonzo, Emily Lyons, and Elayne Vollman. Ansiedad matemática y rendimiento académico en matemáticas de docentes y estudiantes en un contexto de bajos ingresos. Inter-American Development Bank, November 2020. http://dx.doi.org/10.18235/0002933.
Full text