Acceso usuarios
Jaime R. Robles, Eugenia Csoban Mirka, Cristina Vargas Irwin
El presente trabajo analiza longitudinalmente tres cohortes de trabajos (n = 57) realizados por estudiantes de último año de pregrado en psicología, de la Universidad Católica Andrés Bello, usando cinco medidas de progreso. Se prueba un modelo aditivo generalizado para predecir el tiempo de culminación de los trabajos de grado, medido en dos niveles: temprano y demorado. Las medidas de magnitud de efecto favorecen un modelo de indicadores en múltiples dimensiones, por encima de uno de progreso global. La trayectoria de los indicadores a lo largo de las cinco medidas facilita diferenciar la culminación temprana de la demorada. Las probabilidades de culminación estimadas a partir del modelo basado en dimensiones permiten establecer niveles de oscilación diferenciales para los distintos tiempos de culminación. Los indicadores de progreso inicial habilitan predecir la culminación temprana con un 71% de acierto, mientras que la medición final tiene un acierto del 89%. Los resultados apoyan la efectividad del sistema de supervisión y el análisis de la dinámica de la progresión de los trabajos de grado desde un modelo de demora de tarea, centrado en la relación entre el monto de tarea completada y las metas temporales.
Three cohorts of undergraduate psychology theses (n = 57) performed by last year undergraduate psychology students from Universidad Católica Andrés Bello, were monitored using 5 longitudinal measurements of progression. A Generalized Additive Model, to predict the completion time of the theses, is tested against two completion times: early and delayed. Effect size measures favor a multiple dimension model over a global progress model. The trajectory of the indicators through the 5 measurements allows the differentiation between early and delayed completion. The completion probabilities estimated by the dimensional model allow the identification of differential oscillation levels for the distinct completion times. The initial progression indicators allow the prediction of early completion with a 71% success rate, while the final measurement shows a success rate of 89%.
The results support the effectiveness of the supervisory system and the analysis of the progression dynamics of the theses from a task-delay model, focused on the relationship between the amount of task completion and the deadlines.
