Relación entre el Perfil de Ingreso y el Desempeño en Cálculo Diferencial en Estudiantes de Ingeniería del TecNM/ITSLP: Un Análisis Diagnóstico
Resumen
El estudio tuvo como objetivo evaluar la relación entre el perfil de ingreso de los estudiantes de ingeniería del TecNM/ITSLP y su desempeño en Cálculo Diferencial, desarrollando un modelo predictivo para identificar tempranamente a quienes presentan mayor riesgo de reprobación y deserción. Se empleó un enfoque cuantitativo, con diseño no experimental, correlacional-descriptivo y predictivo, analizando a 432 estudiantes mediante variables académicas (promedio de bachillerato, diagnóstico institucional), psicosociales (hábitos de estudio, motivación, autoeficacia, ansiedad matemática, integración institucional) y sociodemográficas (tipo de bachillerato, condición de primera generación, edad, situación económica). La trayectoria académica en Cálculo Diferencial (TRAY_CD) fue la variable principal de respuesta, complementada con un indicador dicotómico de riesgo (RIESGO_CD). Los análisis incluyeron pruebas no paramétricas (Kruskal-Wallis, chi-cuadrada, rho de Spearman) y modelos de regresión logística ordinal y binaria, evaluados con métricas de clasificación y curvas ROC. Los resultados muestran que el promedio de bachillerato es el predictor más consistente del éxito académico, mientras que la motivación, la autoeficacia y los hábitos de estudio se asocian con trayectorias favorables, en contraste con la ansiedad matemática, que incrementa el riesgo. El modelo predictivo final alcanzó un área bajo la curva (AUC) de .826, con sensibilidad de 71.8% y especificidad de 78.0%, confirmando su utilidad para la detección temprana de estudiantes en riesgo académico.
Descargas
Citas
Aguilar Salinas, W. E., De Las Fuentes Lara, M., Rivera Castellón, R. E., e Iñiguez-Monroy, C. G. (2018). Perfiles de estudiantes asociados a las características de reprobación de las asignaturas de ciencias básicas en ingeniería. Boletín Redipe, 7(8), 129–145.
https://doi.org/10.36260/rbr.v7i8.672
Álvarez-Pérez, P. R., y López-Aguilar, D. (2019). Perfil de ingreso y problemas de adaptación del alumnado universitario según la perspectiva del profesorado. Revista española de orientación y psicopedagogía, 30(3), 46-63. https://dialnet.unirioja.es/servlet/articulo?codigo=7332518
Bedregal-Alpaca, N., Tupacyupanqui-Jaén, D., y Cornejo-Aparicio, V. (2020). Análisis del rendimiento académico de los estudiantes de Ingeniería de Sistemas, posibilidades de deserción y propuestas para su retención. Ingeniare. Revista Chilena de Ingeniería, 28(4), 668–683.
https://doi.org/10.4067/S0718-33052020000400668
Castillo-Sánchez, M., Gamboa-Araya, R., e Hidalgo-Mora, R. (2020). Factores que influyen en la deserción y reprobación de estudiantes de un curso universitario de matemáticas. Uniciencia, 34 (1), 219-245. https://dx.doi.org/10.15359/ru.34-1.13
Contreras, J. P., Sandoval, H. P., y González, L. A. (2020). Relación entre perfil de ingreso y rendimiento académico en la carrera de Odontología. International Journal of Odontostomatology, 14(3), 417–423. https://doi.org/10.4067/S0718-381X2020000300417
Cortés Seitz, T., y Birkner Duarte, V. (2023). Trazando el perfil de ingreso del estudiante universitario: Un estudio de caso en la Universidad Silva Henríquez. Revista Invecom, 3(2).
https://doi.org/10.5281/zenodo.10133732
Etxeberria, P., Alberdi, E., Eguia, I., y García, M. J. (2017). Análisis del rendimiento académico en relación al perfil de ingreso del alumnado e identificación de carencias formativas en materias básicas de dos grados de ingeniería. Formación Universitaria, 10(4), 67-74.
https://www.redalyc.org/pdf/3735/373552294007.pdf
Garbanzo Vargas, G. M. (2007). Factores asociados al rendimiento académico en estudiantes universitarios: una reflexión desde la calidad de la educación superior pública. Educación, 31(1), 43–63. https://doi.org/10.15517/revedu.v31i1.15957
Hernández, R., y García, L. (2019). Modelos predictivos aplicados al rendimiento académico en Cálculo I en estudiantes de ingeniería. Revista Electrónica de Investigación Educativa, 21(2), 23–37.
https://doi.org/10.24320/redie.2019.21.e02.1875
Hernández, R., Fernández, C. y Baptista, M. del P. (2014). Metodología de la Investigación, Sexta Edición. México: McGraw-Hill.
LeBouef, S., y Dworkin J. (2021). Estudiantes universitarios de primera generación y apoyo familiar: Una revisión crítica de la literatura de investigación empírica. Ciencias de la Educación, 11(6):294. https://doi.org/10.3390/educsci11060294
López-Justicia, M. D., Hernández, C. M., Fernández Jiménez, C., Polo Sánchez, T., y Chacón López, H. (2008). Dificultades en la preparación académica y socio-afectiva del alumnado universitario de nuevo ingreso. Revista Electrónica de Investigación Psicoeducativa, 14(6), 95-116.
https://www.redalyc.org/pdf/2931/293121940006.pdf
Martínez Reyes, M., Soberanes-Martín, A., y Sánchez Soto, J. M. (2017). Análisis correlacional de competencias matemáticas de pruebas estandarizadas y pre-requisitos matemáticos en estudiantes de nuevo ingreso a Ingeniería en Computación. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 8(15), 946-974.
https://doi.org/10.23913/ride.v8i15.328
Mendes, G., Fanfa, D., y Caldiño, E. (2016). Rendimiento académico en Cálculo Diferencial e Integral I: Análisis en las carreras de Ingeniería. Revista del Centro de Investigación. Etxeberria Universidad La Salle, 12(45), 71-89. https://www.redalyc.org/pdf/342/34247483004.pdf
Ornelas, M., Blanco, H., Gastélum, G., y Muñoz, F. (2013). Perfiles de autoeficacia en conductas académicas en alumnos de primer ingreso a la universidad. Revista Electrónica de Investigación Educativa, 15(1), 17-28. http://redie.uabc.mx/vol15no1/contenido-ornelasetal.html
Romero, C., y Ventura, S. (2010). Educational data mining: A review of the state of the art. IEEE Transactions on Systems, Man, and Cybernetics - Part C: Applications and Reviews, 40(6), 601–618. https://doi.org/10.1109/TSMCC.2010.2053532
Suazo-Schwencke, Á., Blanc, P., y Salgado, F. (2022). Definición de perfiles de ingreso en ingeniería a partir de características estudiantiles. Ingeniare. Revista Chilena de Ingeniería, 30(4), 803–820.
https://doi.org/10.4067/S0718-33052022000400803
Tecnológico Nacional de México. (2020). Programa de Desarrollo Institucional (PDI) 2019–2024 (2ª ed.). https://www.tecnm.mx
Torres-Zapata, A. E., Acuña-Lara, J. P., Acevedo-Olvera, G. E. y Villanueva Echavarría, J. R. (2019). Caracterización del perfil de ingreso a la universidad. Consideraciones para la toma de decisiones. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 9(18), 539-556. https://doi.org/10.23913/ride.v9i18.435
Viera Torres, T. (2003). El aprendizaje verbal significativo de Ausubel. Algunas consideraciones desde el enfoque histórico cultural. Universidades, (26), 37-43.
Derechos de autor 2026 María Laura Granja García , Angela Rebeca Garcés Rodríguez, Eustorgia Puebla Sánchez, Adriana Guadalupe Ramírez Oliver, Luis José Blanc Martínez

Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.









.png)
















.png)
1.png)

