Aplicación de técnicas de minería de datos para la caracterización de estudiantes bajo el efecto de la COVID-19

Resumen

En esta investigación se integraron las técnicas de minería de datos (MD), tales como el análisis de clúster jerárquico y la regresión logística, para caracterizar alumnos de un programa educativo de la Universidad Autónoma del Estado de Hidalgo (UAEH) que se pueden ver vulnerables a causa de la rápida migración a la educación en línea y otras repercusiones de las medidas adoptadas para evitar la propagación de la COVID-19. Para la aplicación de las técnicas de MD se realizó un sondeo a los alumnos para obtener datos acerca de las condiciones sociodemográficas, económicas, técnicas, de salud mental y académicas que permitan encontrar patrones que inciden en el desempeño académico del alumnado. Con los resultados obtenidos se puede observar la existencia de 2 grupos (clústeres), uno de ellos con mejores condiciones que otro y también un listado de ítems que influyen tanto negativamente como positivamente a que un alumno vea afectado su desempeño académico.