Fredy Heric Villasante Saravia
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Fredy Heric Villasante Saravia has a total of 32 co-authors. Here are the top co-authors by number of shared publications:
- Percy Huata Panca
Universidad Nacional del Altiplano, Puno – Perú
4 shared publications - Teresa Paola Álvarez Rozas
Departamento Académico de Ingeniería Estadística e Informática, Universidad Nacional del Altiplano-Puno, Puno 21001, Peru
4 shared publications - Godofredo Quispe Mamani
Universidad Nacional Del Altiplano, Puno - Perú
3 shared publications - Hugo Yosef Gomez Quispe3 shared publications
- Edgar Eloy Carpio Vargas
Departamento Académico de Ingeniería Estadística e Informática, Universidad Nacional del Altiplano-Puno, Puno 21001, Peru
2 shared publications - Remo Choquejahua Acero2 shared publications
Latest Publications
- 7 October 2026
- Published by Fundación Alimentación Saludable in Nutrición Clínica y Dietética Hospitalaria
- Vol. 46 (3) , 366-373
Factores de riesgo nutricionales y tamizaje de hipertensión arterial y diabetes en la Red de Salud de Puno (Perú)
Introducción: Las enfermedades crónicas no transmisibles constituyen un importante problema de salud pública, cuya prevención requiere detección oportuna de factores de riesgo nutricionales. Objetivo: Analizar la distribución de los indicadores relacionados con los factores de riesgo nutricionales, el tamizaje de glucosa y la evaluación de la presión arterial en las microredes de la Red de Salud Puno durante el primer trimestre de 2026. Metodología: Se realizó un estudio de enfoque cuantitativo, de tipo aplicado, con diseño observacional, no experimental, de corte transversal y alcance descriptivo-comparativo. La unidad de análisis estuvo conformada por los indicadores de las siete microredes de la Red de Salud Puno correspondientes al período enero-marzo de 2026. Se empleó estadística descriptiva mediante frecuencias absolutas y porcentajes. Resultados: Se identificaron 2,095 personas con factores de riesgo nutricional, de las cuales 1,160 presentaron sobrepeso y 935 obesidad. Las microredes Simón Bolívar (21.0%), José Antonio Encinas (20.2%) y Metropolitano (19.0%) concentraron la mayor proporción de casos. Asimismo, se realizaron 4,139 tamizajes de glucosa, detectándose 1,668 personas (40.3%) con glucosa alterada o probable diabetes, mientras que de las 2,568 evaluaciones de presión arterial efectuadas, 133 personas (5.2%) presentaron presión arterial elevada o anormal. La microred Metropolitano registró el mayor número de tamizajes y de casos con alteraciones metabólicas. Conclusiones: Las microredes urbanas presentan la mayor carga de factores de riesgo nutricionales y metabólicos en la Red de Salud Puno. Se requiere fortalecer el tamizaje oportuno y las intervenciones preventivas para reducir la progresión de las enfermedades crónicas no transmisibles.
- 7 October 2026
- Published by Fundación Alimentación Saludable in Nutrición Clínica y Dietética Hospitalaria
- Vol. 46 (3) , 366-373
Factores de riesgo nutricionales y tamizaje de hipertensión arterial y diabetes en la Red de Salud de Puno (Perú)
Introducción: Las enfermedades crónicas no transmisibles constituyen un importante problema de salud pública, cuya prevención requiere detección oportuna de factores de riesgo nutricionales. Objetivo: Analizar la distribución de los indicadores relacionados con los factores de riesgo nutricionales, el tamizaje de glucosa y la evaluación de la presión arterial en las microredes de la Red de Salud Puno durante el primer trimestre de 2026. Metodología: Se realizó un estudio de enfoque cuantitativo, de tipo aplicado, con diseño observacional, no experimental, de corte transversal y alcance descriptivo-comparativo. La unidad de análisis estuvo conformada por los indicadores de las siete microredes de la Red de Salud Puno correspondientes al período enero-marzo de 2026. Se empleó estadística descriptiva mediante frecuencias absolutas y porcentajes. Resultados: Se identificaron 2,095 personas con factores de riesgo nutricional, de las cuales 1,160 presentaron sobrepeso y 935 obesidad. Las microredes Simón Bolívar (21.0%), José Antonio Encinas (20.2%) y Metropolitano (19.0%) concentraron la mayor proporción de casos. Asimismo, se realizaron 4,139 tamizajes de glucosa, detectándose 1,668 personas (40.3%) con glucosa alterada o probable diabetes, mientras que de las 2,568 evaluaciones de presión arterial efectuadas, 133 personas (5.2%) presentaron presión arterial elevada o anormal. La microred Metropolitano registró el mayor número de tamizajes y de casos con alteraciones metabólicas. Conclusiones: Las microredes urbanas presentan la mayor carga de factores de riesgo nutricionales y metabólicos en la Red de Salud Puno. Se requiere fortalecer el tamizaje oportuno y las intervenciones preventivas para reducir la progresión de las enfermedades crónicas no transmisibles.
- 31 March 2026
- Published by Fundación Alimentación Saludable in Nutrición Clínica y Dietética Hospitalaria
- p. 494-502
Tendencias etarias de biomarcadores metabólicos y cardiovasculares en el sur del Perú aplicando un análisis de regresión no paramétrica mediante LOESS y GAM.
Introducción: Las enfermedades cardiometabólicas representan una creciente carga de comorbilidad y mortalidad en poblaciones rurales de gran altitud, donde la interacción entre factores fisiológicos, ambientales y socioculturales constituye un elemento clave de riesgo. El análisis de tendencias de biomarcadores permite comprender las asociaciones de los factores de riesgo según la edad. Objetivo: Modelar las asociaciones según la edad de biomarcadores metabólicos, cardiovasculares y antropométricos según la edad en una comunidad rural de Chucuito, Puno, mediante técnicas LOESS y modelos aditivos generalizados (GAM) Metodología: Estudio transversal, observacional y analítico, basado en registros secundarios recolectados durante el año 2025 del Centro de Salud Chucuito. Se incluyeron 345 individuos seleccionados mediante muestreo probabilístico. Se evaluaron biomarcadores antropométricos (peso, talla e índice de masa corporal), metabólicos (glucosa, triglicéridos y colesterol total) y cardiovasculares (presión arterial sistólica y diastólica, mmHg). Las asociaciones no lineales se analizaron mediante LOESS y GAM, considerando un nivel de significancia estadística de p < 0,05. Resultados: La población presentó predominio femenino (83,8%) y mayor concentración en edades avanzadas. El índice de masa corporal mostró una asociación no lineal significativa con la edad (EDF = 2,96; p = 0,002), con incremento en edades intermedias y posterior estabilización. El colesterol total evidenció la asociación más robusta con la edad (EDF = 3,78; p < 0,001), mostrando un descenso progresivo en edades avanzadas. La glucosa y los triglicéridos presentaron asociaciones significativas de menor magnitud, mientras que la presión arterial basal no mostró asociación significativa con la edad (p = 0,268). Aunque las asociaciones fueron significativas, la edad explicó una fracción limitada de la variabilidad total (R^2) ajustado máximo de 0,14), sugiriendo la influencia de otros factores biológicos y ambientales." Conclusiones: Las técnicas LOESS y GAM permiten identificar patrones de asociación no lineales según la edad en biomarcadores cardiometabólicos en poblaciones rurales de gran altitud, aportando evidencia relevante para la vigilancia epidemiológica y el diseño de estrategias preventivas adaptadas a comunidades andinas
- 31 March 2026
- Published by Fundación Alimentación Saludable in Nutrición Clínica y Dietética Hospitalaria
- p. 494-502
Tendencias etarias de biomarcadores metabólicos y cardiovasculares en el sur del Perú aplicando un análisis de regresión no paramétrica mediante LOESS y GAM.
Introducción: Las enfermedades cardiometabólicas representan una creciente carga de comorbilidad y mortalidad en poblaciones rurales de gran altitud, donde la interacción entre factores fisiológicos, ambientales y socioculturales constituye un elemento clave de riesgo. El análisis de tendencias de biomarcadores permite comprender las asociaciones de los factores de riesgo según la edad. Objetivo: Modelar las asociaciones según la edad de biomarcadores metabólicos, cardiovasculares y antropométricos según la edad en una comunidad rural de Chucuito, Puno, mediante técnicas LOESS y modelos aditivos generalizados (GAM) Metodología: Estudio transversal, observacional y analítico, basado en registros secundarios recolectados durante el año 2025 del Centro de Salud Chucuito. Se incluyeron 345 individuos seleccionados mediante muestreo probabilístico. Se evaluaron biomarcadores antropométricos (peso, talla e índice de masa corporal), metabólicos (glucosa, triglicéridos y colesterol total) y cardiovasculares (presión arterial sistólica y diastólica, mmHg). Las asociaciones no lineales se analizaron mediante LOESS y GAM, considerando un nivel de significancia estadística de p < 0,05. Resultados: La población presentó predominio femenino (83,8%) y mayor concentración en edades avanzadas. El índice de masa corporal mostró una asociación no lineal significativa con la edad (EDF = 2,96; p = 0,002), con incremento en edades intermedias y posterior estabilización. El colesterol total evidenció la asociación más robusta con la edad (EDF = 3,78; p < 0,001), mostrando un descenso progresivo en edades avanzadas. La glucosa y los triglicéridos presentaron asociaciones significativas de menor magnitud, mientras que la presión arterial basal no mostró asociación significativa con la edad (p = 0,268). Aunque las asociaciones fueron significativas, la edad explicó una fracción limitada de la variabilidad total (R^2) ajustado máximo de 0,14), sugiriendo la influencia de otros factores biológicos y ambientales." Conclusiones: Las técnicas LOESS y GAM permiten identificar patrones de asociación no lineales según la edad en biomarcadores cardiometabólicos en poblaciones rurales de gran altitud, aportando evidencia relevante para la vigilancia epidemiológica y el diseño de estrategias preventivas adaptadas a comunidades andinas
- Open Access
- 1 January 2026
- Published by Editora Cientifica Digital
- Vol. 1, 50-62
COMPARACIÓN DEL TAMAÑO DEL EFECTO (D DE COHEN) EN LAS ALTERACIONES DE LA POTENCIA ESPECTRAL ALPHA ENTRE DIFERENTES TAREAS DE MEMORIA OPERATIVA
Introducción: La memoria operativa es un sistema cognitivo crucial para el procesamiento de información, estrechamente ligado a las oscilaciones neuronales en la banda alfa. Tradicionalmente asociada al reposo, la actividad alfa ha demostrado modular activamente el procesamiento cognitivo, actuando como un mecanismo de inhibición funcional y regulando el flujo de información relevante Objetivo: Cuantificar y comparar el tamaño del efecto de las alteraciones en la potencia espectral alfa durante la ejecución de diversas tareas de memoria operativa, con el fin de identificar patrones consistentes y evaluar la robustez de este biomarcador neurofisiológico. Metodología: Se empleó un diseño experimental intrasujeto con medidas repetidas en una muestra de 30 a 40 adultos jóvenes. Se utilizaron tareas de memoria operativa (n-back, span, visuoespacial) con diferentes niveles de carga cognitiva. La actividad cerebral se registró mediante Electroencefalografía (EEG) con un sistema multicanal de 64 electrodos. La potencia espectral en la banda alfa (8-12 Hz) fue estimada y el tamaño del efecto se calculó utilizando la d de Cohen para muestras relacionadas. Resultados: Se observaron diferencias sustanciales en la modulación de la potencia alfa, con mayores tamaños del efecto en tareas de alta carga cognitiva (n-back). La potencia alfa disminuyó en condiciones de alta carga, especialmente en regiones fronto-parietales. Conclusión: La modulación de la potencia espectral alfa es un marcador sensible de los procesos de memoria operativa, variando en función de la carga cognitiva y el tipo de tarea.
- 1 January 2026
- Published by Editora Cientifica Digital
- Vol. 1, 50-62
Open AccessCOMPARACIÓN DEL TAMAÑO DEL EFECTO (D DE COHEN) EN LAS ALTERACIONES DE LA POTENCIA ESPECTRAL ALPHA ENTRE DIFERENTES TAREAS DE MEMORIA OPERATIVA
Introducción: La memoria operativa es un sistema cognitivo crucial para el procesamiento de información, estrechamente ligado a las oscilaciones neuronales en la banda alfa. Tradicionalmente asociada al reposo, la actividad alfa ha demostrado modular activamente el procesamiento cognitivo, actuando como un mecanismo de inhibición funcional y regulando el flujo de información relevante Objetivo: Cuantificar y comparar el tamaño del efecto de las alteraciones en la potencia espectral alfa durante la ejecución de diversas tareas de memoria operativa, con el fin de identificar patrones consistentes y evaluar la robustez de este biomarcador neurofisiológico. Metodología: Se empleó un diseño experimental intrasujeto con medidas repetidas en una muestra de 30 a 40 adultos jóvenes. Se utilizaron tareas de memoria operativa (n-back, span, visuoespacial) con diferentes niveles de carga cognitiva. La actividad cerebral se registró mediante Electroencefalografía (EEG) con un sistema multicanal de 64 electrodos. La potencia espectral en la banda alfa (8-12 Hz) fue estimada y el tamaño del efecto se calculó utilizando la d de Cohen para muestras relacionadas. Resultados: Se observaron diferencias sustanciales en la modulación de la potencia alfa, con mayores tamaños del efecto en tareas de alta carga cognitiva (n-back). La potencia alfa disminuyó en condiciones de alta carga, especialmente en regiones fronto-parietales. Conclusión: La modulación de la potencia espectral alfa es un marcador sensible de los procesos de memoria operativa, variando en función de la carga cognitiva y el tipo de tarea.
- Open Access
- 1 January 2026
- Published by Polaris in Journal Of Advanced Pharmacy Education And Research
- Vol. 16 (3) , 142-150
Integrating survival analysis and artificial intelligence for personalized risk prediction in precision medicine
Accurate estimation of disease-specific survival is central to precision oncology because treatment decisions increasingly depend on individualized risk rather than broad population averages. This study developed and compared traditional and artificial intelligence-based survival models for predicting 5-year disease-specific survival among patients with non-small cell lung cancer. The analysis integrated clinical, genomic, and treatment-related variables to evaluate whether modern survival learn
- 1 January 2026
- Published by Polaris in Journal Of Advanced Pharmacy Education And Research
- Vol. 16 (3) , 142-150
Open AccessIntegrating survival analysis and artificial intelligence for personalized risk prediction in precision medicine
Accurate estimation of disease-specific survival is central to precision oncology because treatment decisions increasingly depend on individualized risk rather than broad population averages. This study developed and compared traditional and artificial intelligence-based survival models for predicting 5-year disease-specific survival among patients with non-small cell lung cancer. The analysis integrated clinical, genomic, and treatment-related variables to evaluate whether modern survival learn
- Open Access
- 1 January 2026
- Published by Editora Cientifica Digital
- Vol. 2, 122-134
MINERÍA DE DATOS EDUCATIVOS Y ALGORITMOS DE APRENDIZAJE AUTOMÁTICO APLICADOS AL ANÁLISIS DEL DESEMPEÑO ESTUDIANTIL
Introducción: La educación enfrenta el desafío de identificar a tiempo a los estudiantes en riesgo de fracaso académico. La minería de datos educativos (MDE) y el aprendizaje automático han emergido como herramientas poderosas para analizar grandes volúmenes de información académica y predecir el rendimiento estudiantil con precisión creciente. Objetivo: Analizar la evidencia científica sobre el uso de algoritmos de aprendizaje automático en la minería de datos educativos para predecir y comprender el desempeño estudiantil, identificando los modelos más efectivos y las variables de mayor poder predictivo. Métodos: Se realizó una revisión sistemática en PubMed, Scopus, Web of Science, IEEE Xplore y Google Scholar, incluyendo artículos publicados entre 2019 y 2024. Se seleccionaron 52 estudios que cumplieron los criterios de inclusión. Resultados y discusión: Random Forest y XGBoost fueron los algoritmos con mayor rendimiento predictivo (AUC-ROC de 0.93 y 0.91 respectivamente). La asistencia, las calificaciones previas y la participación en entornos virtuales emergieron como las variables de mayor poder predictivo. Los modelos basados en datos de plataformas LMS mostraron especial utilidad en contextos de educación a distancia. Conclusión: La minería de datos educativos, combinada con algoritmos de aprendizaje automático, ofrece un potencial significativo para transformar la gestión del desempeño estudiantil. Su implementación efectiva requiere calidad en los datos, marcos éticos sólidos y una integración pedagógica cuidadosa.
- 1 January 2026
- Published by Editora Cientifica Digital
- Vol. 2, 122-134
Open AccessMINERÍA DE DATOS EDUCATIVOS Y ALGORITMOS DE APRENDIZAJE AUTOMÁTICO APLICADOS AL ANÁLISIS DEL DESEMPEÑO ESTUDIANTIL
Introducción: La educación enfrenta el desafío de identificar a tiempo a los estudiantes en riesgo de fracaso académico. La minería de datos educativos (MDE) y el aprendizaje automático han emergido como herramientas poderosas para analizar grandes volúmenes de información académica y predecir el rendimiento estudiantil con precisión creciente. Objetivo: Analizar la evidencia científica sobre el uso de algoritmos de aprendizaje automático en la minería de datos educativos para predecir y comprender el desempeño estudiantil, identificando los modelos más efectivos y las variables de mayor poder predictivo. Métodos: Se realizó una revisión sistemática en PubMed, Scopus, Web of Science, IEEE Xplore y Google Scholar, incluyendo artículos publicados entre 2019 y 2024. Se seleccionaron 52 estudios que cumplieron los criterios de inclusión. Resultados y discusión: Random Forest y XGBoost fueron los algoritmos con mayor rendimiento predictivo (AUC-ROC de 0.93 y 0.91 respectivamente). La asistencia, las calificaciones previas y la participación en entornos virtuales emergieron como las variables de mayor poder predictivo. Los modelos basados en datos de plataformas LMS mostraron especial utilidad en contextos de educación a distancia. Conclusión: La minería de datos educativos, combinada con algoritmos de aprendizaje automático, ofrece un potencial significativo para transformar la gestión del desempeño estudiantil. Su implementación efectiva requiere calidad en los datos, marcos éticos sólidos y una integración pedagógica cuidadosa.
- Open Access
- 1 January 2026
- Published by Editora Cientifica Digital
- Vol. 1, 21-34
SENSIBILIDAD Y ESPECIFICIDAD DE LOS BIOMARCADORES TOPOGRÁFICOS DEL EEG EN LA CLASIFICACIÓN DE PACIENTES CON ALZHEIMER FRENTE A CONTROLES SANOS
Introducción: La Enfermedad de Alzheimer constituye la principal causa de demencia a nivel global y se caracteriza por un deterioro progresivo de las funciones cognitivas, asociado a alteraciones estructurales y funcionales del sistema nervioso central. La identificación de biomarcadores confiables y accesibles resulta fundamental para mejorar el diagnóstico temprano.. Objetivo: Analizar la sensibilidad y especificidad de los biomarcadores topográficos derivados de la electroencefalografía en la clasificación de pacientes con enfermedad de Alzheimer frente a sujetos sanos. Metodología: Se realizó una revisión sistemática de la literatura científica, basada en los lineamientos de Preferred Reporting Items for Systematic Reviews and Meta-Analyses, mediante la consulta de bases de datos internacionales como PubMed, Scopus y Web of Science. Se incluyeron estudios publicados entre 2010 y 2025 que evaluaran biomarcadores topográficos de la electroencefalografía y reportaran métricas de sensibilidad y especificidad. Resultados: Los estudios analizados evidenciaron valores de sensibilidad y especificidad comprendidos entre 70% y 92%, indicando un adecuado rendimiento diagnóstico. Se identificaron patrones consistentes caracterizados por el incremento de la actividad en bandas de baja frecuencia y la disminución de las bandas de mayor frecuencia en pacientes con enfermedad de Alzheimer. Conclusiones: Los biomarcadores topográficos derivados de la electroencefalografía presentan un alto potencial como herramienta complementaria en el diagnóstico de la enfermedad de Alzheimer.
- 1 January 2026
- Published by Editora Cientifica Digital
- Vol. 1, 21-34
Open AccessSENSIBILIDAD Y ESPECIFICIDAD DE LOS BIOMARCADORES TOPOGRÁFICOS DEL EEG EN LA CLASIFICACIÓN DE PACIENTES CON ALZHEIMER FRENTE A CONTROLES SANOS
Introducción: La Enfermedad de Alzheimer constituye la principal causa de demencia a nivel global y se caracteriza por un deterioro progresivo de las funciones cognitivas, asociado a alteraciones estructurales y funcionales del sistema nervioso central. La identificación de biomarcadores confiables y accesibles resulta fundamental para mejorar el diagnóstico temprano.. Objetivo: Analizar la sensibilidad y especificidad de los biomarcadores topográficos derivados de la electroencefalografía en la clasificación de pacientes con enfermedad de Alzheimer frente a sujetos sanos. Metodología: Se realizó una revisión sistemática de la literatura científica, basada en los lineamientos de Preferred Reporting Items for Systematic Reviews and Meta-Analyses, mediante la consulta de bases de datos internacionales como PubMed, Scopus y Web of Science. Se incluyeron estudios publicados entre 2010 y 2025 que evaluaran biomarcadores topográficos de la electroencefalografía y reportaran métricas de sensibilidad y especificidad. Resultados: Los estudios analizados evidenciaron valores de sensibilidad y especificidad comprendidos entre 70% y 92%, indicando un adecuado rendimiento diagnóstico. Se identificaron patrones consistentes caracterizados por el incremento de la actividad en bandas de baja frecuencia y la disminución de las bandas de mayor frecuencia en pacientes con enfermedad de Alzheimer. Conclusiones: Los biomarcadores topográficos derivados de la electroencefalografía presentan un alto potencial como herramienta complementaria en el diagnóstico de la enfermedad de Alzheimer.
- Open Access
- 30 August 2024
- Published by MDPI AG in Sustainability
- Vol. 16 (17) , 7532
The Exploration of Predictors for Peruvian Teachers’ Life Satisfaction through an Ensemble of Feature Selection Methods and Machine Learning
Teacher life satisfaction is crucial for their well-being and the educational success of their students, both essential elements for sustainable development. This study identifies the most relevant predictors of life satisfaction among Peruvian teachers using machine learning. We analyzed data from the National Survey of Teachers of Public Basic Education Institutions (ENDO-2020) conducted by the Ministry of Education of Peru, using filtering methods (mutual information, analysis of variance, chi-square, and Spearman’s correlation coefficient) along with embedded methods (Classification and Regression Trees—CART; Random Forest; Gradient Boosting; XGBoost; LightGBM; and CatBoost). Subsequently, we generated machine learning models with Random Forest; XGBoost; Gradient Boosting; Decision Trees—CART; CatBoost; LightGBM; Support Vector Machine; and Multilayer Perceptron. The results reveal that the main predictors of life satisfaction are satisfaction with health, employment in an educational institution, the living conditions that can be provided for their family, and conditions for performing their teaching duties, as well as age, the degree of confidence in the Ministry of Education and the Local Management Unit (UGEL), participation in continuous training programs, reflection on the outcomes of their teaching practice, work–life balance, and the number of hours dedicated to lesson preparation and administrative tasks. Among the algorithms used, LightGBM and Random Forest achieved the best results in terms of accuracy (0.68), precision (0.55), F1-Score (0.55), Cohen’s kappa (0.42), and Jaccard Score (0.41) for LightGBM, and accuracy (0.67), precision (0.54), F1-Score (0.55), Cohen’s kappa (0.41), and Jaccard Score (0.41). These results have important implications for educational management and public policy implementation. By identifying dissatisfied teachers, strategies can be developed to improve their well-being and, consequently, the quality of education, contributing to the sustainability of the educational system. Algorithms such as LightGBM and Random Forest can be valuable tools for educational management, enabling the identification of areas for improvement and optimizing decision-making.
- 30 August 2024
- Published by MDPI AG in Sustainability
- Vol. 16 (17) , 7532
Open AccessThe Exploration of Predictors for Peruvian Teachers’ Life Satisfaction through an Ensemble of Feature Selection Methods and Machine Learning
Teacher life satisfaction is crucial for their well-being and the educational success of their students, both essential elements for sustainable development. This study identifies the most relevant predictors of life satisfaction among Peruvian teachers using machine learning. We analyzed data from the National Survey of Teachers of Public Basic Education Institutions (ENDO-2020) conducted by the Ministry of Education of Peru, using filtering methods (mutual information, analysis of variance, chi-square, and Spearman’s correlation coefficient) along with embedded methods (Classification and Regression Trees—CART; Random Forest; Gradient Boosting; XGBoost; LightGBM; and CatBoost). Subsequently, we generated machine learning models with Random Forest; XGBoost; Gradient Boosting; Decision Trees—CART; CatBoost; LightGBM; Support Vector Machine; and Multilayer Perceptron. The results reveal that the main predictors of life satisfaction are satisfaction with health, employment in an educational institution, the living conditions that can be provided for their family, and conditions for performing their teaching duties, as well as age, the degree of confidence in the Ministry of Education and the Local Management Unit (UGEL), participation in continuous training programs, reflection on the outcomes of their teaching practice, work–life balance, and the number of hours dedicated to lesson preparation and administrative tasks. Among the algorithms used, LightGBM and Random Forest achieved the best results in terms of accuracy (0.68), precision (0.55), F1-Score (0.55), Cohen’s kappa (0.42), and Jaccard Score (0.41) for LightGBM, and accuracy (0.67), precision (0.54), F1-Score (0.55), Cohen’s kappa (0.41), and Jaccard Score (0.41). These results have important implications for educational management and public policy implementation. By identifying dissatisfied teachers, strategies can be developed to improve their well-being and, consequently, the quality of education, contributing to the sustainability of the educational system. Algorithms such as LightGBM and Random Forest can be valuable tools for educational management, enabling the identification of areas for improvement and optimizing decision-making.
- Open Access
- 31 March 2022
- Published by Escuela de Posgrado de la Universidad Nacional del Altiplano in Revista de Investigaciones
- Vol. 11 (1) , 43-54
SISTEMA DE RECONOCIMIENTO ÓPTICO DE PATRONES DIGITALIZADOS PARA PROCESOS DE CALIFICACIÓN
Las implicancias que tiene un proceso de calificación, como exámenes o consultas, pasa por la veracidad de los resultados. Por ello, surge el problema de crear un sistema basado en algoritmos clave para el proceso de reconocimiento óptico de patrones. A ello se suma la dependencia tecnológica existente como las fichas con impresión digital y lectoras ópticas, Estos son motivos más que suficientes para proponer algoritmos eficientes y confiables que permitan no solo realizar el proceso de reconocimiento, sino que también dejar la posibilidad de usar lo digitalizado para publicar la tarjeta con los resultados obtenidos. Basado en la metodología cuantitativa de diseño experimental, se recurrió a técnicas sencillas, como la determinación del ángulo entre dos puntos para el proceso de encuadre de la tarjeta. Luego, la aplicación e implementación del algoritmo de la escala cromática de Munshell hasta la adaptación de la técnica del Buen Vecino para el proceso de reconocimiento óptico de patrones, basado en la metodología de reconocimiento de imágenes por recomendación de MathWork® con el apoyo de la herramienta de desarrollo Visual Studio Community®. El tiempo de procesamiento por tarjeta es de 0,07 centésimas de segundo, identificando que la imagen ideal debe tener 200dpi de resolución. Las imágenes digitalizadas de las tarjetas tienen un peso aproximado de 270 KB, tamaño ideal para publicarlo con su resultado, así garantizar la veracidad y confiabilidad. Finalmente se tiene un ítem de las discusiones de nuestros resultados a todo nivel, desde las técnicas aplicadas, hasta los tiempos de proceso.
- 31 March 2022
- Published by Escuela de Posgrado de la Universidad Nacional del Altiplano in Revista de Investigaciones
- Vol. 11 (1) , 43-54
Open AccessSISTEMA DE RECONOCIMIENTO ÓPTICO DE PATRONES DIGITALIZADOS PARA PROCESOS DE CALIFICACIÓN
Las implicancias que tiene un proceso de calificación, como exámenes o consultas, pasa por la veracidad de los resultados. Por ello, surge el problema de crear un sistema basado en algoritmos clave para el proceso de reconocimiento óptico de patrones. A ello se suma la dependencia tecnológica existente como las fichas con impresión digital y lectoras ópticas, Estos son motivos más que suficientes para proponer algoritmos eficientes y confiables que permitan no solo realizar el proceso de reconocimiento, sino que también dejar la posibilidad de usar lo digitalizado para publicar la tarjeta con los resultados obtenidos. Basado en la metodología cuantitativa de diseño experimental, se recurrió a técnicas sencillas, como la determinación del ángulo entre dos puntos para el proceso de encuadre de la tarjeta. Luego, la aplicación e implementación del algoritmo de la escala cromática de Munshell hasta la adaptación de la técnica del Buen Vecino para el proceso de reconocimiento óptico de patrones, basado en la metodología de reconocimiento de imágenes por recomendación de MathWork® con el apoyo de la herramienta de desarrollo Visual Studio Community®. El tiempo de procesamiento por tarjeta es de 0,07 centésimas de segundo, identificando que la imagen ideal debe tener 200dpi de resolución. Las imágenes digitalizadas de las tarjetas tienen un peso aproximado de 270 KB, tamaño ideal para publicarlo con su resultado, así garantizar la veracidad y confiabilidad. Finalmente se tiene un ítem de las discusiones de nuestros resultados a todo nivel, desde las técnicas aplicadas, hasta los tiempos de proceso.