Predicción de la reprobación de cursos de matemática básicos en las carreras de Física, Meteorología, Matemática, Ciencias Actuariales y Farmacia

Autores/as

  • Luis Rojas-Torres Universidad de Costa Rica, Costa Rica

DOI:

https://doi.org/10.15359/ree.18-3.1

Palabras clave:

Reprobación, matemática universitaria, admisión universitaria, razonamiento cuantitativo.

Resumen

Recibido 5 de junio de 2013 • Corregido 4 de abril de 2014 • Aceptado 22 de agosto de 2014

Este artículo sintetiza un estudio realizado en el 2013, con el objetivo de predecir la reprobación en cursos de matemática por parte de los estudiantes de las carreras de Farmacia, Matemática, Ciencias Actuariales, Física y Meteorología de la Universidad de Costa Rica (UCR). Mediante la técnica estadística de regresión logística, aplicada a la cohorte del 2010, se pronosticó la  reprobación de los estudiantes de estas carreras en uno de sus cursos introductorios de matemática (Cálculo I para Física y Meteorología, Principios de matemática para Matemática y Ciencias actuariales y ecuaciones diferenciales aplicadas para Farmacia). Para estos modelos se utilizaron, como variables predictivas, los componentes del promedio de admisión a la UCR, el género del estudiante y el porcentaje de ítems correctos en la Prueba de Habilidades Cuantitativas (HC). La variable con mayor importancia en todos los modelos fue HC y los modelos con mejores porcentajes de clasificación correcta de casos fueron las regresiones logísticas. Para los casos utilizados en la estimación de los modelos de Física-Meteorología, Farmacia y Matemática-Ciencias Actuariales se obtuvo un 89.8%, 73.6% y 93.9% de clasificación correcta, respectivamente.

Biografía del autor/a

Luis Rojas-Torres, Universidad de Costa Rica

Licenciado en Enseñanza de la Matemática y egresado de la Maestría Académica en Estadística, coordinador académico del Programa Permanente Prueba de Aptitud Académica de la Universidad de Costa Rica y del Proyecto Construcción y validación de una Prueba de Habilidades Cuantitativas para ingreso a carrera. Profesor de la Escuela de Matemática. Experiencia en el área de la medición educativa. Posee artículos publicados en las áreas de validez predictiva y validez de constructo de pruebas estandarizadas.

Referencias

Acuña, R. y Rojas, L. (2012). Contraste en el valor predictivo del promedio de admisión y la Prueba de Habilidades Cuantitativas sobre el rendimiento académico de los [sic] y las estudiantes de Farmacia, Odontología y Estadística. Manuscrito sin publicar.

Amelii, R. (2011). Asesoramiento académico en línea para estudiantes repitentes en el área de matemática. Docencia Universitaria, 12(1), 11-28. Recuperado de http://www.ucv.ve/fileadmin/user_upload/sadpro/Documentos/docencia_vol12_n1_2011/8_art_4._rita_.pdf

Bazán, J. L. y Sotero, H. (julio-setiembre, 1998). Una aplicación al estudio de actitudes hacia la matemática en la UNALM. Anales Científicos, 36, 60-72. Recuperado de http://www.lamolina.edu.pe/Investigacion/web/anales/pdf_anales/1998%20-%20XXXVI-Julio-Setiembre.pdf

Bolaños, M. y Rojas, L. (2013). Comparación entre los promedios de la Prueba de Aptitud Académica y la Prueba de Habilidades Cuantitativas en estudiantes de la Universidad de Costa Rica. Revista de Ciencias Sociales, 142(4) 101-115. Recuperado de http://revistacienciassociales.ucr.ac.cr/wp-content/revistas/142/07-BOLAÑOS%20(1).pdf

Consejo Nacional de Rectores (CONARE). (2013). Proceso de inscripción a las universidades estatales 2013-2014. San José, Costa Rica: SIEDIN. Recuperado de http://www.eccc.ucr.ac.cr/recursos/docs/feria_vocacional_2013/inscripcion_u.pdf

Dwyer, C. A., Gallagher, A. M., Levin, J. y Morley, M. (2003). What is Quantitative Reasoning? Defining the Construct for Assessment Purposes [¿Qué es razonamiento cuantitativo? Definiendo el constructo para propósitos de evaluación]. New Jersey: ETS. Recuperado de http://www.ets.org/Media/Research/pdf/RR-03-30-Dwyer.pdf

Equipo Técnico de Investigación (ETI). (2013). Consideraciones respecto al proceso de admisión. Manuscrito inédito.

Garbanzo, G. (2007). Factores asociados al rendimiento académico en estudiantes universitarios, una reflexión desde la calidad de la educación superior pública. Revista Educación, 31(1), 43-63. Recuperado de http://www.redalyc.org/pdf/440/44031103.pdf

Guglietta, L. y Delgado, C. (2010). Validez de constructo de un modelo de admisión a postgrado: Un análisis de ruta. Revista Galego-Portuguesa de Psicoloxía e Education, 18(1), 227-237. Recuperado de http://ruc.udc.es/dspace/bitstream/2183/8399/1/RGP%2018_1%202010%20art%2014.pdf

Hosmer, D. y Lemeshow, S. (2000). Applied Logistic Regression [Regresión logística aplicada]. USA: Wiley & Sons. doi: http://dx.doi.org/10.1002/0471722146

Kuncel, N. R., Hezlett, A. y Ones, D. (2001). A Comprehensive Meta-Analysis of the Predictive Validity of the Graduate Record Examinations: Implications for Graduate Student Selection and Performance. Psychological Bulletin, 127(1), 162-181. Recuperado de http://internal.psychology.illinois.edu/~nkuncel/gre%20meta.pdf

Kuncel, N. R., Marcus, M. A., Thomas, L. L., Klieguer, D. M., Seiler, S. N. y Woo, S. E. (2005). A Meta-analysis of the Validity of the Pharmacy College Admission Test (PCAT) and Grade Predictors of Pharmacy Student Performance. [Un meta-análisis de la validez del examen de admisión a la carrera de farmacia y los predictores de rendimiento académico]. American Journal of Pharmaceutical Education, 69(3), 339-347. Recuperado de http://www.aacp.org/resources/studentaffairspersonnel/admissionsguidelines/Documents/AJPEMetaAnalysisJune2005.pdf

Programa Permanete Prueba de Aptitud Académica (PPPAA). (2013). La Prueba de Aptitud Académica de la Universidad de Costa Rica. Recuperado de http://www.paa.iip.ucr.ac.cr/userfiles/Prueba de Aptitud Academica de la UCR.pdf

Palacios, M. A. (julio, 2005). Una nueva visión de la matemática, en el proceso educativo actual. RevistaCiencias.com Recuperado de http://www.revistaciencias.com/publicaciones/EEkkuFkylAYLukuRUk.php

Rojas, L. (agosto-febrero, 2012). Predicción de la dificultad de la Prueba de Habilidades Cuantitativas de la Universidad de Costa Rica. Revista digital Matemática, Educación, e Internet, 13(1), 1-14. Recuperado de http://www.tec-digital.itcr.ac.cr/revistamatematica/ARTICULOS_V13_N1_2012/RevistaDigital_Rojas_V13_n1_2012/RevistaDigital_Rojas_V13_n1_2012.pdf

Rojas, L. (enero-abril, 2013). Validez predictiva de los componentes del promedio de admisión a la Universidad de Costa Rica utilizando el género y el tipo de colegio como variables control. Revista Actualidades Investigativas en Educación, 13(1), 1-24. Recuperado de http://revista.inie.ucr.ac.cr/uploads/tx_magazine/validez-predictiva-componentes-promedio-admision-universidad-costa-rica-rojas.pdf

Steen, L. A. (2004). Achieving Quantitative Literacy: An Urgent Challenge for Higher Education [Alcanzar la alfabetización cuantitativa: Un reto urgente para la educación superior]. Washington, DC: Mathematical Association of America.

Tirado, F., Backhoff, E., Larrazolo, N. y Rosas, M. (abril-junio, 1997). Validez predictiva del examen de habilidades y conocimientos básicos (EXHCOBA). Revista Mexicana de Investigación Educativa, 2(3), 67-84. Recuperado de http://www.redalyc.org/articulo.oa?id=14000305

Publicado

2014-09-01

Cómo citar

Predicción de la reprobación de cursos de matemática básicos en las carreras de Física, Meteorología, Matemática, Ciencias Actuariales y Farmacia (L. Rojas-Torres , Trans.). (2014). Revista Electrónica Educare, 18(3), 3-15. https://doi.org/10.15359/ree.18-3.1

Cómo citar

Predicción de la reprobación de cursos de matemática básicos en las carreras de Física, Meteorología, Matemática, Ciencias Actuariales y Farmacia (L. Rojas-Torres , Trans.). (2014). Revista Electrónica Educare, 18(3), 3-15. https://doi.org/10.15359/ree.18-3.1

Comentarios (ver términos de uso)