EUVIMEDEUVIMED entdecken
Crossref

FACTORES SOCIO-EDUCATIVOS ASOCIADOS AL LOGRO EN MATEMÁTICAS: UN ENFOQUE DE ANALÍTICA DEL APRENDIZAJE CON INTELIGENCIA ARTIFICIAL PARA LA IDENTIFICACIÓN DE BRECHAS EDUCATIVAS EN ECUADOR

Alvaro Andrés Auquilla Ordóñez, Manuel Reyes Wagnio, Dayron Rumbaut Rangel, María José Chávez Villacrés

Revista Científica Multidisciplinaria InvestiGo · 09.07.2026 · 7 (20) · 644-657

DOI: 10.56519/8589dy20 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Revista Científica Multidisciplinaria InvestiGo, online erschienen am 09.07.2026. Verfasst von Alvaro Andrés Auquilla Ordóñez und 3 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Este estudio aplica un enfoque de Analítica del Aprendizaje (Learning Analytics) basado en técnicas estadísticas propias de la Inteligencia Artificial para la Educación (IAEd) con el fin de identificar variables socio-educativas y administrativas asociadas al logro en matemáticas de 382 estudiantes ecuatorianos, a partir de datos del Instituto Nacional de Evaluación Educativa (INEVAL). Mediante la prueba de chi-cuadrado de Pearson (χ2), se evaluó la asociación entre seis variables categóricas Régimen, Región, Provincia, Zona, Financiamiento y Subnivel Educativo y el nivel de logro matemático (Insuficiente, Elemental, Satisfactorio, Excelente). Los resultados revelaron la ausencia de asociación significativa para las variables geográficas y administrativas (Región, Provincia, Régimen, Zona; p>0.05). No obstante, se encontró una asociación estadísticamente significativa entre el Tipo de Financiamiento (χ2 = 23.48, gl = 9, p = 0.005; V de Cramér = 0.143) y el Subnivel Educativo (χ2 = 43.83, gl = 9, p = 1.52×10−6; V de Cramér = 0.196) con el logro en matemáticas. Ambas asociaciones son de magnitud pequeña a moderada según los criterios de Cohen. Desde la perspectiva de la IAEd, estos hallazgos constituyen la fase exploratoria de un pipeline de Analítica del Aprendizaje: identifican las variables con mayor poder predictivo sobre el logro y establecen la base empírica para el desarrollo futuro de modelos de machine learning orientados a la detección temprana de estudiantes en riesgo y al diseño de intervenciones curriculares basadas en evidencia.

Zitieren

APA

Ordóñez, A. A. A., Wagnio, M. R., Rangel, D. R., & Villacrés, M. J. C. (2026). FACTORES SOCIO-EDUCATIVOS ASOCIADOS AL LOGRO EN MATEMÁTICAS: UN ENFOQUE DE ANALÍTICA DEL APRENDIZAJE CON INTELIGENCIA ARTIFICIAL PARA LA IDENTIFICACIÓN DE BRECHAS EDUCATIVAS EN ECUADOR. Revista Científica Multidisciplinaria InvestiGo, 7(20), 644-657. https://doi.org/10.56519/8589dy20

Vancouver

Ordóñez AAA, Wagnio MR, Rangel DR, Villacrés MJC. FACTORES SOCIO-EDUCATIVOS ASOCIADOS AL LOGRO EN MATEMÁTICAS: UN ENFOQUE DE ANALÍTICA DEL APRENDIZAJE CON INTELIGENCIA ARTIFICIAL PARA LA IDENTIFICACIÓN DE BRECHAS EDUCATIVAS EN ECUADOR. Revista Científica Multidisciplinaria InvestiGo. 2026;7(20):644-657. doi:10.56519/8589dy20

BibTeX
@article{Ordez2026,
  author = {Ordóñez, Alvaro Andrés Auquilla and Wagnio, Manuel Reyes and Rangel, Dayron Rumbaut and Villacrés, María José Chávez},
  title = {FACTORES SOCIO-EDUCATIVOS ASOCIADOS AL LOGRO EN MATEMÁTICAS: UN ENFOQUE DE ANALÍTICA DEL APRENDIZAJE CON INTELIGENCIA ARTIFICIAL PARA LA IDENTIFICACIÓN DE BRECHAS EDUCATIVAS EN ECUADOR},
  journal = {Revista Científica Multidisciplinaria InvestiGo},
  year = {2026},
  volume = {7},
  number = {20},
  pages = {644--657},
  doi = {10.56519/8589dy20}
}
Kostenlos starten →