Acceso usuarios
José Fernando Mora Romo, Juan Martell Muñoz
Mediante un modelo de perceptrón multicapa (MLP) de redes neuronales artificiales, se buscó realizar un modelo predictivo de efectos fisiológicos causados por el estrés académico. Para esto, se consideran variables como la procrastinación académica, el nivel de estrés percibido en el semestre, el estrés académico, la edad, el ingreso económico familiar e individual. Se obtuvo un porcentaje de pronósticos incorrectos en la fase de prueba y reserva de 38.5% y 19.2%, respectivamente; así como un porcentaje global de clasificación correcto de 80.8% y un valor de área bajo la curva ROC de .752. Las tres variables mayor importancia normalizada dentro del modelo fueron la procrastinación, el nivel de estrés percibido en el semestre y el estrés académico. Por último, se discuten los efectos de la procrastinación y el estrés académico sobre el bienestar físico y psicológico de los estudiantes.
Utilizando um modelo de perceptron multicamadas de redes neurais artificiais, procurou-se um modelo preditivo de efeitos fisiológicos causados pelo stress académico. Para este fim, foram consideradas variáveis como a procrastinação académica, a percepção do nível de stress no semestre, o stress académico, a idade, e o rendimento familiar e individual. Foi obtida uma percentagem de previsões incorrectas na fase de teste e reserva de 38,5% e 19,2%, respectivamente, bem como uma percentagem global de classificação correcta de 80,8% e uma área sob o valor da curva ROC de 0,752. As três variáveis com maior significado normalizado dentro do modelo foram a procrastinação, a percepção do nível de stress no semestre e o stress académico. Finalmente, são discutidos os efeitos da procrastinação e do stress académico no bem-estar físico e psicológico dos estudantes.
Using a multilayer perceptron (MLP) model of artificial neural networks, we made a predictive model of physiological effects caused by academic stress. For this, variables such as academic procrastination, the level of perceived stress about the semester, academic stress, age, family and individual income are considered. A percentage of incorrect predictions was obtained in the test and reserve phase of 38.5% and 19.2%, respectively; as well as an overall percentage of correct classification of 80.8% and an area value under the ROC curve of .752. The three variables with the highest normalized importance within the model were procrastination, the level of perceived stress in the semester and academic stress. Finally, the effects of procrastination and academic stress on the physical and psychological well-being of students are discussed.
