SCSilvana B. Cabana-Yupanqui

Silvana B. Cabana-Yupanqui

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Silvana B. Cabana-Yupanqui has a total of 3 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    Exámenes de admisión y rendimiento en el primer semestre: Un análisis visual de correlaciones multicohorte que considera el sesgo de calificación entre docentes

    by Luciana N. Huertas-Condori, Israel N. Chaparro-Cruz, Silvana B. Cabana-Yupanqui, Americo Chaparro-Guerra

    Los exámenes de admisión universitaria se utilizan ampliamente para seleccionar candidatos a la educación superior, pero su validez predictiva sigue siendo objeto de debate, especialmente al considerar sesgos institucionales como las inconsistencias de calificación entre docentes. Este estudio evalúa en qué medida los puntajes por áreas de evaluación de los exámenes de admisión predicen el rendimiento académico del primer semestre en la Universidad Nacional Jorge Basadre Grohmann (UNJBG) en el Perú, incorporando un novedoso análisis visual de correlaciones que toma en cuenta el sesgo de calificación entre docentes. A partir de datos de tres cohortes consecutivas de ingreso (2017–2019) y más de 4,500 estudiantes en cuatro áreas académicas, se calcularon correlaciones de Spearman a nivel de sección entre las notas de admisión y las calificaciones de los cursos, lo que permite una visión más justa y controlada del desempeño. Los resultados muestran que ciertos dominios cognitivos, en particular Razonamiento Verbal y Razonamiento Matemático, presentan asociaciones consistentes y de moderadas a fuertes con el éxito académico temprano en las distintas áreas, mientras que otros evidencian relevancia específica según la trayectoria académica. Al visualizar estas relaciones y desagregarlas por área de estudio, el trabajo revela predictores matizados de la progresión académica y aporta evidencia empírica que respalda políticas de admisión más equitativas y sensibles a las disciplinas. Este enfoque contribuye tanto metodológica como prácticamente al campo de la evaluación educativa, resaltando el papel de la visualización de datos en la toma de decisiones institucionales.

  • Open Access

    A Data-Driven Framework for Assessing the Informational Effectiveness of Admission Exam Subject Areas

    by Luciana N. Huertas-Condori, Israel N. Chaparro-Cruz, Silvana B. Cabana-Yupanqui, Americo Chaparro-Guerra

    University admission exams can be understood as information systems in which subject areas act as components intended to convey predictive signals about students’ future academic performance. However, the informational effectiveness of these subject areas is rarely evaluated using data-driven approaches. This study proposes a data-driven framework for assessing the informational effectiveness of admission exam subject areas by analyzing their empirical relationships with subsequent academic performance. Institutional data of 2197 students across 33 undergraduate programs from two cohorts after four semesters of study are used. Each academic program is represented as a vector of correlations linking performance in admission subject areas to long-term academic outcomes. The importance of each subject area in the admission exam is contrasted with empirically observed correlations to identify mismatches in informational effectiveness. Additionally, similarity analysis is applied to uncover affinities among academic programs. The results reveal substantial heterogeneity in the informational effectiveness of admission exam subject areas, indicating that predefined subject-area weightings do not consistently reflect their empirical contribution. Similarity patterns further identify groups of programs, suggesting opportunities for program-specific optimization of admission exam design. The proposed framework provides a replicable approach for evaluating and refining admission exams as information systems, contributing to data-driven decision-making in educational assessment design.