Eficacia de los Modelos de Inteligencia Artificial para Predecir el Abandono Escolar: Un Meta-Análisis
Autor:
Roda-Segarra, Jacobo
; de-la-Peña, Cristina
; Mengual-Andrés, Santiago
Fecha:
2024Palabra clave:
Revista / editorial:
Multidisciplinary Journal of Educational ResearchCitación:
Roda-Segarra, J., de-la-Peña, C., & Mengual-Andrés, S. (2024). Effectiveness of Artificial Intelligence Models for Predicting School Dropout: A Meta-Analysis. Multidisciplinary Journal of Educational Research, 1–24. https://doi.org/10.17583/remie.13342Tipo de Ítem:
articleResumen:
El abandono escolar es una de las principales preocupaciones de los sistemas educativos de todos los países. En los últimos años, la inteligencia artificial está desempeñando un papel importante en la predicción del abandono escolar en las diferentes etapas educativas de la educación formal. En este contexto, es crucial saber si estas predicciones son precisas y comprensibles. Este estudio meta-analítico tiene como objetivo investigar la eficacia de los modelos de predicción del abandono escolar realizados hasta mayo de 2022. Las bases de datos utilizadas son Web of Science, Scopus, PubMed, ERIC, PsyInfo, Dialnet y Scielo. Se analizan 15 estudios con un tamaño muestral de 199.015 participantes. El metaanálisis utiliza un modelo de proporciones de efectos aleatorios con un intervalo de confianza del 95%. Las pruebas estadísticas indican que los modelos de inteligencia artificial obtuvieron buenos resultados (91%; IC del 95% = 89-93%) en la predicción del abandono; concretamente, el modelo de árbol de decisión predice significativamente (95,3%; IC del 95% = 93-98%) mejor el abandono que otros modelos como Random Forest, Artificial Neural Network, Support Vector Machines, Logistic Regression y Stacking Ensemble. En consecuencia, deberían aplicarse más modelos en el campo del abandono con un mayor número de participantes para confirmar estos resultados y mejorar la calidad de la educación.
Descripción:
School dropout is a major concern in the educational systems of all countries. In recent years, artificial intelligence is playing an important role in predicting school dropout in the different educational stages of formal education. In this context, it is crucial to know that these predictions are accurate and understandable. This meta-analytic study aims to investigate the effectiveness of dropout prediction models conducted until May 2022. The databases used are Web of Science, Scopus, PubMed, ERIC, PsyInfo, Dialnet and Scielo. 15 studies with a sample size of 199,015 participants are analyzed. The meta-analysis uses a random-effects proportions model with 95% confidence interval. Statistical evidence indicates that artificial intelligence models performed well (91%; 95% CI = 89-93%) in predicting dropout; specifically, the Decision Tree model significantly (95.3%; 95% CI = 93-98%) predicts dropout better than other models such as Random Forest, Artificial Neural Network, Support Vector Machines, Logistic Regression and Stacking Ensemble. Consequently, more models should be applied in the dropout field with larger numbers of participants to confirm these findings and improve the quality of education.
Ficheros en el ítem
Nombre: Effectiveness of Artificial Intelligence Models for Predicting School Dropout A Meta-Analysis.pdf
Tamaño: 890.7Kb
Formato: application/pdf
Este ítem aparece en la(s) siguiente(s) colección(es)
Estadísticas de uso
Año |
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
2021 |
2022 |
2023 |
2024 |
Vistas |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
137 |
Descargas |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
63 |
Ítems relacionados
Mostrando ítems relacionados por Título, autor o materia.
-
La calidad pedagógica de los MOOC a partir de la revisión sistemática de las publicaciones JCR y Scopus (2013-2015)
Duart, Josep M; Roig-Vila, Rosabel; Mengual-Andrés, Santiago; Maseda Durán, Miguel-Ángel (Revista Española de Pedagogía, 01/2017)Los MOOC se han entendido como la última evolución del aprendizaje en red, y desde su nacimiento en 2008 se han puesto en práctica en un buen número de universidades. Dado que actualmente nos encontramos en un escenario ... -
La evaluación en la docencia universitaria desde la perspectiva del estudiante como investigador
Luque-Rojas, María Jesús; de-la-Peña, Cristina (Dykinson, 2021)El proceso de investigación supone indagar, analizar, estudiar, profundizar en elementos de interés o necesarios en un momento determinado. Es por ello por lo que se entiende primordial destacar como centro del proceso ... -
Aplicaciones didácticas de la Metacognición en el aula
de-la-Peña, Cristina (Asunivep, 2016)En las últimas décadas, ha habido un creciente interés en la metacognición y su aplicabilidad al ámbito educativo, lo que se ha notado en el incremento de publicaciones científicas sobre esta temática. El concepto ...