Modelo de red bayesiana de la percepción del éxito de alumnos de ingeniería en terminos de su vocación

Abstract

La influencia de la vocación en el éxito se puede estudiar a través de diversas encuestas, pero se necesita un modelo para validar los resultados de dichos estudios con una alta probabilidad de representar con precisión la realidad estudiada. Las redes bayesianas cumplen este requisito. Los estudiantes que se matriculan en un grado de ingeniería pueden tener que elegir las disciplinas de ingeniería que difieren de su elección inicial. En algunos casos, estas diferencias pueden perjudicar su compromiso profesional y dejarlos con la sensación de que su elección final era incorrecta. Este estudio pretende cuantificar las percepciones de éxito de los estudiantes de ingeniería en términos de vocación y deficiencias ue puedan aparecer en sus actitudes. En cuanto a la metodología utilizada, las redes bayesianas nos han dado la opción de un modelo probabilístico a través de una serie de variables que validarán este modelo considerando parámetros, como la curva ROC (Receiver Operating Characteristic) que puede calcular las probabilidades de éxito en términos de vocación de nuestros estudiantes de ingeniería. Respecto a las principales conclusiones de este estudio, las relativas a las expectativas profesionales y al aprendizaje tienen más influencia sobre los alumnos, ya sean o no en el campo específico de la ingeniería que refleja su vocación. Las tasas de éxito aumentan considerablemente cuando los estudiantes perciben las variables como "encontrar trabajo útil", "encontrar un trabajo fácil" o "disfrutar del aprendizaje". En pocas palabras, ayudar a los estudiantes a no sentirse frustrados, piensan que encontrarán empleo y que sus trabajos les ayudarán a sentirse útiles en el futuro. Por lo tanto, es esencial hablar desde el nivel universitario sobre la vida profesional desde el primer año hasta la graduación.

The influence of vocation in success can be studied through various surveys, but a model to validate the results of such studies with a high probability of accurately represent the reality studied is needed. Bayesian networks meet this requirement. Students who enroll in an engineering degree may have to choose engineering disciplines that differ from their initial choice. In some cases, these differences may impair their professional commitment and leave them with the feeling that his final choice was wrong. This study is intended to quantify the perceptions of success of engineering students in terms of vocation and remedy deficiencies that may appear in their attitudes. As for the methodology used have been the Bayesian networks which have given us the choice of a probabilistic model through a series of variables that will validate this model considering parameters such as the ROC (Receiver Operating Characteristic) curve, can calculate probabilities of success in terms of vocation of our engineering students. As for the main conclusions of this study, it was those relating to professional expectations and learning, having more influence on students whether they are or are not in the specific field of engineering that reflects his vocation. Success rates increase considerably when students perceive variables as "find useful work", "find an easy job" or "enjoy learning". In short, helping students to not get frustrated, you think they will find employment and that their jobs will help them feel useful in the future. Therefore, it is essential to speak from the university level on professional life from the first year until graduation and the students consider their choice of college.