MLS Educational Research (MLSER)
Vol. 7 Núm. 2 (2023)
ISSN: 2603-5820
Clasificación y pronóstico del nivel de satisfacción de egresados de programas de salud en el contexto de una metodología de aprendizaje automático: un análisis de caso orientado a posgrados online de una institución educativa iberoamericana
Publicado Mar 28, 2023
Resumen
El propósito de este artículo de investigación fue realizar una clasificación basada en redes neuronales, para pronosticar el nivel de satisfacción de una muestra de egresados, correspondiente a diferentes programas de posgrado del área de salud de una institución educativa latinoamericana bajo una metodología e-learning. Con este fin, se instrumentalizó un modelo en un cuestionario de escala de Likert que, tras ser validado, resultó con una confiabilidad de 0.791. Asimismo, el índice global medio de satisfacción de los egresados fue de 2.66/4, observando una mejor puntuación en el apartado de logística de materiales y en el manejo y soporte técnico del campus virtual, mientras que las puntuaciones más bajas se refirieron a aspectos relacionados con la comunicación extra-centro y las facilidades ofrecidas por la institución para la mejora del contexto económico y social del participante. Finalmente, el algoritmo de clasificación y predicción probabilística de la red neuronal obtuvo una precisión del 96.8%, lo que indicó un excelente grado de ajuste del modelo. La metodología seguida y el rigor en la determinación de la validez y confiabilidad del instrumento, así como el posterior análisis de resultados, refrendado con la revisión de la información documentada, hace presuponer la aplicación del instrumento a otros programas multidisciplinares para la toma de decisiones con garantías en el ámbito educativo.
Palabras clave:
salud, satisfacción de egresados, escala de Likert, red neuronal, posgrados
##plugins.themes.bootstrap3.article.details##
Cómo citar
Domínguez Azpíroz, I., Gracia Villar, M., Brito Ballester, J., Rodríguez Velasco, C., & Soriano Flores, E. (2023). Clasificación y pronóstico del nivel de satisfacción de egresados de programas de salud en el contexto de una metodología de aprendizaje automático: un análisis de caso orientado a posgrados online de una institución educativa iberoamericana. MLS Educational Research (MLSER), 7(2). https://doi.org/10.29314/mlser.v7i2.1721
Descargar Cita
Descargas
La descarga de datos todavía no está disponible.
Biografía del autor/a
Irma Domínguez Azpíroz, Universidad Europea del Atlántico
Doctora en Educación por la Universidad Internacional Iberoamericana, México. Máster Internacional en Nutrición y Dietética por la Universidad de León, España. Diplomatura/Graduada en Nutrición Humana y Dietética por la Universidad de Navarra. Docente e investigadora en la Universidad Europea del Atlántico. Experiencia de más de 20 años en el diseño, gestión y coordinación académica y de programas de posgrado online en el área de la salud y la nutrición.Citas
Álvarez, J., Chaparro, E.M., Reyes, D.E. (2015). Estudio de la satisfacción de los estudiantes con los servicios educativos brindados por instituciones de educación superior del Valle de Toluca. REICE. Revista iberoamericana sobre calidad, eficacia y cambio en educación, 13(2). https://revistas.uam.es/reice/article/view/2788
Azcona, M., Manzini, F. (2019). La unidad de análisis y la unidad de observación. https://docer.com.ar/doc/v881vc
Brydges, R., Manzone, J., Shanks, D., Hatala, R., Hamstra, S. J., Zendejas, B., Cook, D. A. (2015). Self‐regulated learning in simulation‐based training: A systematic review and meta‐analysis. Medical Education, 49(4), 368–378. https://doi.org/10.1111/medu.12649
Castillo, J., Solórzano, B., Moreno, J. (2018). Design of a neural network for the prediction of the coefficient of primary losses in turbulent flow regime. https://machinelearningmastery.com/learning-curves-for-diagnosing-machine-learning-model-performance
De la Garza, J., Morales, B.N., González, B.A. (2013). Análisis Estadístico Multivariante. McGraw Hill.
Domínguez, I. (2021). Diseño y validación de una metodología para mejorar la experiencia de usuario de egresados latinoamericanos de maestrías en salud cursadas bajo metodología eLearning en un entorno Moodle adaptado. [Tesis doctoral no publicada]. Universidad Internacional Iberoamericana (UNINI-MX).
Faggella, D. (2018). What is artificial intelligence? An informed definition. Emerj Artificial Intelligence Research. https://emerj.com/ai-glossary-terms/what-is-artificial-intelligence-an-informed-definition.
Fainholc, B. (2004). La calidad en la educación a distancia continúa siendo un tema muy complejo. Revista de Educación a Distancia (RED), 12. https://revistas.um.es/red/article/view/25311
Fainholc, B. (2016). Presente y futuro latinoamericano de la enseñanza y el aprendizaje en entornos virtuales referidos a educación universitaria. Revista de Educación a Distancia (RED), 48. https://revistas.um.es/red/article/view/253431
Gento, S., Vivas, M. (2003). EL SEUE: Un Instrumento para Conocer la Satisfacción de los Estudiantes Universitarios con su Educación. Acción Pedagógica, 12 (2), 16-27. https://dialnet.unirioja.es/descarga/articulo/2972060.pdf
González Alonso, J., Pazmiño Santacruz, M. (2015). Cálculo e interpretación del Alfa de Cronbach para el caso de validación de la consistencia interna de un cuestionario, con dos posibles escalas tipo Likert. Revista Publicando, 2(1), 62-67. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-423821
González Sánchez, R., Tinoco Zermeño, M., Torres Preciado, V. (2017). Análisis de la satisfacción de la experiencia universitaria de los egresados en 2015 de la Universidad de Colima. Paradigma económico, 8(2), 59-84. https://paradigmaeconomico.uaemex.mx/article/view/4803
Hernández R., Fernández, C., Baptista, P. (2003). Metodología de la investigación, (3ª. Ed.). McGraw-Hill. http://catarina.udlap.mx/u_dl_a/tales/documentos/lad/pinera_e_rd/capitulo3.pdf
Kirkpatrick, D. L. (1994). Evaluating training programs: The four levels. Berret-Koehler Publishers.
Kuo, Y.C., Walker, A.E., Belland, B.R., Schroder, K.E.E. (2013). A predictive study of student satisfaction in online education programs. The International Review of Research in Open and Distributed Learning, 14(1), 16-39. https://doi.org/10.19173/irrodl.v14i1.1338
Llorent, V., Cobano, V. (2019). Análisis crítico de las encuestas universitarias de satisfacción docente. Revista de Educación, 385, 91-117. doi:10.4438/1988-592X-RE-2019-385-41
Marcelo, C., Zapata, M. (2008). Cuestionario para la evaluación. "Evaluación de la calidad para programas completos de formación docente a través de estrategias de aprendizaje abierto y a distancia". Metodología de uso y descripción de indicadores. RED: Revista de Educación a Distancia, 7.
Marciniak, R. (2015). Propuesta metodológica para la aplicación del benchmarking internacional en la evaluación de la calidad de la educación superior virtual. RUSC Universities and Knowledge Society Journal, 12(3), 46–61. https://doi.org/10.7238/rusc.v12i3.2163
Martinsuo, M., Huemann, M. (2021). Reporting case studies for making an impact. International Journal of Project Management, 39(8), 827-833. https://doi.org/10.1016/j.ijproman.2021.11.005
McArdle, G. E. (1999). Training Design and Delivery. American Society for Training and Development.
Mejías, A., Martínez, D. (2013). Desarrollo de un Instrumento para Medir la Satisfacción Estudiantil en Educación Superior. Docencia Universitaria, 10(2). http://saber.ucv.ve/ojs/index.php/rev_docu/article/view/3704
Organización Mundial de la Salud (OMS). (2005). 58ª Asamblea Mundial de la Salud [Internet]. OMS. https://apps.who.int/iris/bitstream/handle/10665/23058/A58_2005_REC1-sp.pdf?sequence=1&isAllowed=y
Pedemonte, V. (2020). AI for sustainability: an overview of AI and the SDGs to contribute to the european policy-making. https://ec.europa.eu/futurium/en/system/files/ged/vincent-pedemonte_ai-for-sustainability_0.pdf
Pereira Campos S.A., Gelvez Pinto, L.N. (2018). Propuesta de un modelo latinoamericano para apoyar la gestión de calidad de la educación virtual. Un enfoque dinámico sistémico. In IV Foro de Evaluación y Calidad.
Pérez Cusó, F.J., Martínez Clares, P., Martínez Juárez, M. (2015). Satisfacción del estudiante universitario con la tutoría. Diseño y validación de un instrumento de medida. Estudios sobre educación, 29, 81-101. https://doi.org/10.15581/004.29.81-101
Reguant Álvarez, M., Martínez Olmo, F. (2014). Operacionalización de conceptos/variables. Dipòsit Digital de la UB. http://diposit.ub.edu/dspace/bitstream/2445/57883/1/Indicadores-Repositorio.pdf
Rodríguez, J., Reguant, M. (2020). Calcular la fiabilidad de un cuestionario o escala mediante el SPSS: el coeficiente alfa de Cronbach. REIRE Revista d’Innovació i Recerca en Educació, 13(2), 1–13. https://doi.org/10.1344/reire2020.13.230048
Romo, J. R., Mendoza, G., Flores, G. (2012). Relaciones conceptuales entre calidad educativa y satisfacción estudiantil, evaluadas con ecuaciones estructurales: El caso de la facultad de filosofía y letras de la Universidad Autónoma de Chihuahua. http://cie.uach.mx/cd/docs/area_04/a4p11.pdf
Salinas, A. (2007). Satisfacción del estudiante y calidad universitaria: un análisis explicatorio en la Unidad Académica Multidisciplinaria. Agronomía y Ciencias de la Universidad Autónoma de Tamaulipas. [Tesis Doctoral]. Universidad de Sevilla, Sevilla.
Shaw, T., Barnet, S., McGregor, D., Avery, J. (2015). Using the Knowledge, Process, Practice (KPP) model for driving the design and development of online postgraduate medical education. Medical Teacher, 37(1), 53–58. https://doi.org/10.3109/0142159X.2014.92356
Shiferaw, F., Zolfo, M. (2012). The role of information communication technology (ICT) towards universal health coverage: The first steps of a telemedicine project in Ethiopia. Global Health Action, 5(1), 1-8 https://doi.org/10.3402/gha.v5i0.15638
Schmidhuber, J. (2015). "Deep learning in neural networks: An overview. Neural Networks, 61, 85-117.
Surdez, E. G., Sandoval, M del C., Lamoyi, C.L. (2018). Satisfacción estudiantil en la valoración de la calidad educativa universitaria. Educación y Educadores, 21(1), 9-26. https://doi.org/10.5294/edu.2018.21.1.1.
Torres, M., Karim, P. (2021). Size of a sample for a market research. Faculty of Engineering. Rafael Landívar University. Boletín Electrónico, 2. https://docplayer.es/424351-Tamano-de-una-muestra-para-unainvestigacion-de-mercado.html
UNE 66181:2012. Gestión de la calidad. Calidad de la formación virtual Madrid: AENOR.
Vann Slyke, C., Kittner, M., Belanger, F. (1998). Identifying Candidates for Distance education: A telecommuting perspective. In Proceedings of the America’s Conference on Information Systems. Baltimore,
World Health Organization (WHO). (2018). Digital Health. Seventy-first World Health Assembly - Agenda item 12.4 (A71/A/CONF./1). WHO. http://apps.who.int/gb/e/e_wha71.html
Azcona, M., Manzini, F. (2019). La unidad de análisis y la unidad de observación. https://docer.com.ar/doc/v881vc
Brydges, R., Manzone, J., Shanks, D., Hatala, R., Hamstra, S. J., Zendejas, B., Cook, D. A. (2015). Self‐regulated learning in simulation‐based training: A systematic review and meta‐analysis. Medical Education, 49(4), 368–378. https://doi.org/10.1111/medu.12649
Castillo, J., Solórzano, B., Moreno, J. (2018). Design of a neural network for the prediction of the coefficient of primary losses in turbulent flow regime. https://machinelearningmastery.com/learning-curves-for-diagnosing-machine-learning-model-performance
De la Garza, J., Morales, B.N., González, B.A. (2013). Análisis Estadístico Multivariante. McGraw Hill.
Domínguez, I. (2021). Diseño y validación de una metodología para mejorar la experiencia de usuario de egresados latinoamericanos de maestrías en salud cursadas bajo metodología eLearning en un entorno Moodle adaptado. [Tesis doctoral no publicada]. Universidad Internacional Iberoamericana (UNINI-MX).
Faggella, D. (2018). What is artificial intelligence? An informed definition. Emerj Artificial Intelligence Research. https://emerj.com/ai-glossary-terms/what-is-artificial-intelligence-an-informed-definition.
Fainholc, B. (2004). La calidad en la educación a distancia continúa siendo un tema muy complejo. Revista de Educación a Distancia (RED), 12. https://revistas.um.es/red/article/view/25311
Fainholc, B. (2016). Presente y futuro latinoamericano de la enseñanza y el aprendizaje en entornos virtuales referidos a educación universitaria. Revista de Educación a Distancia (RED), 48. https://revistas.um.es/red/article/view/253431
Gento, S., Vivas, M. (2003). EL SEUE: Un Instrumento para Conocer la Satisfacción de los Estudiantes Universitarios con su Educación. Acción Pedagógica, 12 (2), 16-27. https://dialnet.unirioja.es/descarga/articulo/2972060.pdf
González Alonso, J., Pazmiño Santacruz, M. (2015). Cálculo e interpretación del Alfa de Cronbach para el caso de validación de la consistencia interna de un cuestionario, con dos posibles escalas tipo Likert. Revista Publicando, 2(1), 62-67. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-423821
González Sánchez, R., Tinoco Zermeño, M., Torres Preciado, V. (2017). Análisis de la satisfacción de la experiencia universitaria de los egresados en 2015 de la Universidad de Colima. Paradigma económico, 8(2), 59-84. https://paradigmaeconomico.uaemex.mx/article/view/4803
Hernández R., Fernández, C., Baptista, P. (2003). Metodología de la investigación, (3ª. Ed.). McGraw-Hill. http://catarina.udlap.mx/u_dl_a/tales/documentos/lad/pinera_e_rd/capitulo3.pdf
Kirkpatrick, D. L. (1994). Evaluating training programs: The four levels. Berret-Koehler Publishers.
Kuo, Y.C., Walker, A.E., Belland, B.R., Schroder, K.E.E. (2013). A predictive study of student satisfaction in online education programs. The International Review of Research in Open and Distributed Learning, 14(1), 16-39. https://doi.org/10.19173/irrodl.v14i1.1338
Llorent, V., Cobano, V. (2019). Análisis crítico de las encuestas universitarias de satisfacción docente. Revista de Educación, 385, 91-117. doi:10.4438/1988-592X-RE-2019-385-41
Marcelo, C., Zapata, M. (2008). Cuestionario para la evaluación. "Evaluación de la calidad para programas completos de formación docente a través de estrategias de aprendizaje abierto y a distancia". Metodología de uso y descripción de indicadores. RED: Revista de Educación a Distancia, 7.
Marciniak, R. (2015). Propuesta metodológica para la aplicación del benchmarking internacional en la evaluación de la calidad de la educación superior virtual. RUSC Universities and Knowledge Society Journal, 12(3), 46–61. https://doi.org/10.7238/rusc.v12i3.2163
Martinsuo, M., Huemann, M. (2021). Reporting case studies for making an impact. International Journal of Project Management, 39(8), 827-833. https://doi.org/10.1016/j.ijproman.2021.11.005
McArdle, G. E. (1999). Training Design and Delivery. American Society for Training and Development.
Mejías, A., Martínez, D. (2013). Desarrollo de un Instrumento para Medir la Satisfacción Estudiantil en Educación Superior. Docencia Universitaria, 10(2). http://saber.ucv.ve/ojs/index.php/rev_docu/article/view/3704
Organización Mundial de la Salud (OMS). (2005). 58ª Asamblea Mundial de la Salud [Internet]. OMS. https://apps.who.int/iris/bitstream/handle/10665/23058/A58_2005_REC1-sp.pdf?sequence=1&isAllowed=y
Pedemonte, V. (2020). AI for sustainability: an overview of AI and the SDGs to contribute to the european policy-making. https://ec.europa.eu/futurium/en/system/files/ged/vincent-pedemonte_ai-for-sustainability_0.pdf
Pereira Campos S.A., Gelvez Pinto, L.N. (2018). Propuesta de un modelo latinoamericano para apoyar la gestión de calidad de la educación virtual. Un enfoque dinámico sistémico. In IV Foro de Evaluación y Calidad.
Pérez Cusó, F.J., Martínez Clares, P., Martínez Juárez, M. (2015). Satisfacción del estudiante universitario con la tutoría. Diseño y validación de un instrumento de medida. Estudios sobre educación, 29, 81-101. https://doi.org/10.15581/004.29.81-101
Reguant Álvarez, M., Martínez Olmo, F. (2014). Operacionalización de conceptos/variables. Dipòsit Digital de la UB. http://diposit.ub.edu/dspace/bitstream/2445/57883/1/Indicadores-Repositorio.pdf
Rodríguez, J., Reguant, M. (2020). Calcular la fiabilidad de un cuestionario o escala mediante el SPSS: el coeficiente alfa de Cronbach. REIRE Revista d’Innovació i Recerca en Educació, 13(2), 1–13. https://doi.org/10.1344/reire2020.13.230048
Romo, J. R., Mendoza, G., Flores, G. (2012). Relaciones conceptuales entre calidad educativa y satisfacción estudiantil, evaluadas con ecuaciones estructurales: El caso de la facultad de filosofía y letras de la Universidad Autónoma de Chihuahua. http://cie.uach.mx/cd/docs/area_04/a4p11.pdf
Salinas, A. (2007). Satisfacción del estudiante y calidad universitaria: un análisis explicatorio en la Unidad Académica Multidisciplinaria. Agronomía y Ciencias de la Universidad Autónoma de Tamaulipas. [Tesis Doctoral]. Universidad de Sevilla, Sevilla.
Shaw, T., Barnet, S., McGregor, D., Avery, J. (2015). Using the Knowledge, Process, Practice (KPP) model for driving the design and development of online postgraduate medical education. Medical Teacher, 37(1), 53–58. https://doi.org/10.3109/0142159X.2014.92356
Shiferaw, F., Zolfo, M. (2012). The role of information communication technology (ICT) towards universal health coverage: The first steps of a telemedicine project in Ethiopia. Global Health Action, 5(1), 1-8 https://doi.org/10.3402/gha.v5i0.15638
Schmidhuber, J. (2015). "Deep learning in neural networks: An overview. Neural Networks, 61, 85-117.
Surdez, E. G., Sandoval, M del C., Lamoyi, C.L. (2018). Satisfacción estudiantil en la valoración de la calidad educativa universitaria. Educación y Educadores, 21(1), 9-26. https://doi.org/10.5294/edu.2018.21.1.1.
Torres, M., Karim, P. (2021). Size of a sample for a market research. Faculty of Engineering. Rafael Landívar University. Boletín Electrónico, 2. https://docplayer.es/424351-Tamano-de-una-muestra-para-unainvestigacion-de-mercado.html
UNE 66181:2012. Gestión de la calidad. Calidad de la formación virtual Madrid: AENOR.
Vann Slyke, C., Kittner, M., Belanger, F. (1998). Identifying Candidates for Distance education: A telecommuting perspective. In Proceedings of the America’s Conference on Information Systems. Baltimore,
World Health Organization (WHO). (2018). Digital Health. Seventy-first World Health Assembly - Agenda item 12.4 (A71/A/CONF./1). WHO. http://apps.who.int/gb/e/e_wha71.html
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.
Los autores que publican con esta revista aceptan los siguientes términos:
Los autores conservan los derechos de autor y conceden a la revista el derecho de primera publicación con la obra simultáneamente licenciada bajo una licencia de atribución de Creative Commons que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo con uso no cormercial y la mención de la publicación inicial en esta revista.
