Revisión sistemática sobre la predicción del rendimiento académico en estudiantes: técnicas y algoritmos

Abstract

El objetivo de la siguiente investigación es realizar un análisis en base a la revisión de literatura sobre la predicción del rendimiento académico del estudiante mediante uso de técnicas y/o algoritmos. Se estableció una revisión sistemática con publicaciones de los últimos cinco años, las cuales están alojadas en 3 bases de datos digitales seleccionadas: ProQuest, ScienceDirect y IOPscience, en todas se aplicaron filtros de búsqueda en base a criterios de inclusión/exclusión y calidad, finalmente se obtuvieron 13 artículos con los que se responden a las preguntas planteadas. Durante el desarrollo de esta investigación se obtuvo un listado de los continentes y países que realizan más investigaciones sobre la temática abarcada, gráficos que reflejan la utilización de técnicas/algoritmos para predecir el rendimiento académico e información gráfica y tabular sobre las características/factores que se toman en cuenta para lograr la predicción del rendimiento académico. Al obtener los resultados se pudo descubrir que el continente más investigador con respecto a esta temática es Asia, siendo los países que más aportan India e Indonesia, además se halló que las técnicas/algoritmos más usados para este tipo de predicción son Naive Bayes, Decision Tree, Support Vector Machine y Neural Networks, por último, se definieron 5 factores que se utilizan mayormente para obtener predicciones sobre el rendimiento académico. Este artículo sirve para llenar un poco el vacío de información que hay en el Perú con respecto al tema y también como guía para investigaciones futuras que abarquen temáticas similares.