Minería de datos y redes sociales: predicción de la distracción en estudiantes de educación superior
Tecnura · 31.03.2026 · 30 (87) · 54-71
DOI: 10.14483/22487638.24842 ↗Kurz gefasst
Fachartikel in der Zeitschrift Tecnura, online erschienen am 31.03.2026. Verfasst von Alan Ramírez-Noriega und 4 weiteren Autor:innen. Die Arbeit nennt 26 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Objetivo: las redes sociales, como herramientas emergentes de las últimas tres décadas, han evolucionado en paralelo con Internet. Estas plataformas ofrecen formas de interacción que pueden derivar en distracciones positivas como negativas, según el uso que se les dé. En el ámbito educativo, un uso inadecuado de estas plataformas digitales puede generar problemas de distracción y afectar negativamente el aprendizaje. En este contexto, la presente investigación desarrolla un modelo predictivo basado en minería de datos y aprendizaje automático, con el objetivo de identificar el grado de distracción en el proceso de enseñanza-aprendizaje.Metodología: la base de conocimiento, construida a partir de una encuesta aplicada a más de 1000 estudiantes de educación superior, proporciona la información necesaria para entrenar algoritmos de aprendizaje automático capaces de predecir la probabilidad de que un estudiante sufra distracciones debido al uso de las redes sociales.Resultados: los resultados obtenidos muestran que el modelo es capaz de detectar adecuadamente el 80 % de los casos de distracción, aunque existe margen para mejorar estos resultados mediante ajustes en la base de conocimiento.Conclusiones: los hallazgos actuales demuestran un buen rendimiento en la predicción de distracciones relacionadas con el uso de las plataformas digitales, lo que permitiría anticipar el bajo rendimiento de estudiantes y proponer estrategias de mejora.
Zitieren
APA
Ramírez-Noriega, A., Martínez-Ramírez, Y., Pérez, J. F. F., Tripp-Barba, C., & Murillo-Corrales, M. A. (2026). Minería de datos y redes sociales: predicción de la distracción en estudiantes de educación superior. Tecnura, 30(87), 54-71. https://doi.org/10.14483/22487638.24842
Vancouver
Ramírez-Noriega A, Martínez-Ramírez Y, Pérez JFF, Tripp-Barba C, Murillo-Corrales MA. Minería de datos y redes sociales: predicción de la distracción en estudiantes de educación superior. Tecnura. 2026;30(87):54-71. doi:10.14483/22487638.24842
BibTeX
@article{RamrezNoriega2026,
author = {Ramírez-Noriega, Alan and Martínez-Ramírez, Yobani and Pérez, Juan Francisco Figueroa and Tripp-Barba, Carolina and Murillo-Corrales, Marcos Adrián},
title = {Minería de datos y redes sociales: predicción de la distracción en estudiantes de educación superior},
journal = {Tecnura},
year = {2026},
volume = {30},
number = {87},
pages = {54--71},
doi = {10.14483/22487638.24842}
}
EUVIMED