Look-up in Google Scholar
Full metadata record
Carpio Vargas, Edgar Eloy (es_PE)
Holgado Apaza, Luis Alberto (es_PE)
2023-08-07T14:10:16Z
2023-08-07T14:10:16Z
2022-12-28
https://repositorio.unap.edu.pe/handle/20.500.14082/20348
La satisfacción laboral del docente, es un aspecto importante en el desempeño académico, retención de los estudiantes y retención de los maestros. En el presente estudio se determinó el modelo predictivo de la satisfacción laboral de docentes de educación básica mediante técnicas de aprendizaje automático. El conjunto de datos original estuvo conformado por 15087 instancias y 942 atributos procedentes de la encuesta nacional a docentes de instituciones educativas públicas y privadas de educación básica regular (ENDO-2018) desarrollado por Ministerio de Educación del Perú. Las técnicas de selección de características empleadas fueron el filtro ANOVA F-test y el filtro Chi-Cuadrado. En la fase modelado se emplearon los algoritmos de Regresión logística, Gradient Boosting, Random Forest, XGBoost, Decision Trees-CART. El algoritmo de Random Forest obtiene una exactitud del 73 %, sensibilidad del 74.8 %, AUC del 0.82, menor valor de falsos negativos 163 y mayor valor de verdaderos positivos 484 en la matriz de confusión. Los ingresos económicos, la satisfacción con la vida, con la autoestima, con la actividad pedagógica, con la relación con el director (a), percepción de las condiciones de vida, satisfacción con sus relaciones familiares, problema de salud relacionado con la depresión y la satisfacción de la relación con sus colegas resultaron ser los predictores más importantes. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Nacional del Altiplano. Repositorio Institucional (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
https://creativecommons.org/licenses/by/4.0/deed.es (es_PE)
Aprendizaje automático (es_PE)
Aprendizaje supervisado (es_PE)
Ciencia de datos (es_PE)
Inteligencia artificial (es_PE)
Satisfacción laboral (es_PE)
Modelado predictivo (es_PE)
Modelamiento de la satisfacción laboral de docentes de educación básica mediante técnicas Machine Learning (es_PE)
info:eu-repo/semantics/doctoralThesis (es_PE)
Universidad Nacional del Altiplano de Puno. Escuela de Posgrado (es_PE)
Ciencias de la Computación (es_PE)
Doctor en Ciencias de la Computación (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#1.02.01 (es_PE)
https://purl.org/pe-repo/renati/nivel#doctor (es_PE)
01219493
https://orcid.org/0000-0001-6457-4597 (es_PE)
44076704
611028 (es_PE)
Coyla Idme, Elmer (es_PE)
Apaza Tarqui, Alejandro (es_PE)
Jimenez Chura, Adolfo Carlos (es_PE)
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Pública
info:eu-repo/semantics/publishedVersion (es_PE)



This item is licensed under a Creative Commons License Creative Commons