Predictores de bienestar en una muestra de estudiantes de educación superior técnico-profesional en Chile: una aproximación basada en machine learning
Loading...
Date
2024
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Este estudio tiene como objetivo desarrollar y validar un modelo predictivo del bienestar en estudiantes de educación técnico-profesional superior (ETPS) en Chile, una población con desafíos únicos dados sus contextos socioeconómicos y educativos específicos. Mediante un análisis secundario de datos censales del Duoc UC, se utilizó la técnica de regresión LASSO para identificar predictores clave entre variables sociodemográficas, psicológicas, educativas y de estilo de vida. Los resultados destacan que el apoyo social familiar y de amistades, estrategias de afrontamiento activo y la ausencia de problemas de autoestima y salud personal son los predictores más relevantes del bienestar. Por otro lado, el estrés percibido, la procrastinación y síntomas clínicos según el DSM-5 emergen como factores negativos significativos. Estos hallazgos subrayan la relevancia de la interacción entre factores emocionales, contextuales y sociales en la experiencia del bienestar estudiantil. Este enfoque no solo considera la ausencia de psicopatología, sino que integra recursos personales y contextuales que promueven la resiliencia y el afrontamiento positivo. La metodología aplicada asegura precisión y simplicidad en la identificación de variables relevantes, destacando la utilidad de herramientas de machine learning en investigaciones de gran escala. Este estudio aporta evidencia relevante para el diseño de futuras intervenciones y políticas públicas que mejoren el bienestar integral de los estudiantes ETPS, promoviendo prácticas educativas más inclusivas y adaptadas a sus necesidades. Así, se contribuye a un entendimiento más profundo del bienestar en un grupo usualmente subrepresentado en la literatura científica.
Description
Tesis (Magíster en Psicología)--Pontificia Universidad Católica de Chile, 2024