Acceso usuarios
Lung Hsiang Wong, Ronnel B. King, Joseph Haw
A pesar del éxito extraordinario de los estudiantes de Singapur en las evaluaciones internacionales, se sabe poco sobre los factores críticos que impulsan su rendimiento lector. Gran parte de la investigación existente se ha centrado específicamente en unos pocos factores relevantes. Sin embargo, dado que el rendimiento en lectura es un fenómeno complejo determinado simultáneamente por numerosos factores diferentes, es necesaria una perspectiva más integradora. Este artículo tiene como objetivo demostrar la aplicación del aprendizaje automático para determinar los factores más críticos que podrían predecir el desempeño en lectura de los estudiantes de Singapur en el Programa para la Evaluación Internacional de los Estudiantes (Programme for International Student Assessment, PISA). Basándose en el marco PISA, las variables se categorizaron en los constructos ‘antecedentes del estudiante’, ‘escolarización’ y ‘no cognitivos/metacognitivos’. Los resultados indicaron que las variables asociadas con los constructos ‘no cognitivos/metacognitivos’ (e.g., metacognición y placer con la lectura) se consideraron como los predictores clave del logro. Nuestro estudio puede proporcionar información valiosa para legisladores y educadores, ayudándolos a priorizar los factores a abordar en sus esfuerzos por mejorar los resultados de aprendizaje.
Despite the consistently remarkable success of Singapore students in international assessments, little is known about the critical factors that drive their reading achievement. Much of the existing research has narrowly focused on a few relevant factors. However, since reading achievement is a complex phenomenon simultaneously determined by numerous different factors, a more integrative lens is needed. This paper aims to demonstrate the application of machine learning to determine the most critical factors that could predict Singapore students’ reading performance in the Programme for International Student Assessment (PISA). Based on the PISA framework, the variables were categorized into ‘student background’, ‘schooling’ and ‘non-cognitive/metacognitive’ constructs. The results indicated that the variables associated with the ‘non-cognitive/metacognitive’ constructs (e.g., metacognition and joy of reading) were deemed as the key predictors of achievement. Our study can provide valuable insights for policymakers and educators, aiding them in prioritizing factors to address in their endeavours to improve learning outcomes.
