Acceso usuarios
[1]
;
Delia Arroyo Resino
[2]
;
Enrique Navarro Asencio
[2]
;
María Castro Morera
[2]
Villanueva de la Cañada, España
Madrid, España
El bajo rendimiento en comprensión lectora es uno de los grandes problemas del sistema educativo español. Debido a esto, el objetivo de dicho trabajo es estudiar los determinantes de contexto que se asocian a este bajo desempeño lector. La muestra se encuentra conformada por un total de 35943 estudiantes españoles/as y 1089 centros educativos que participaron en PISA 2018. La variable criterio es la competencia lectora, la cual se ha dicotomizado (0 = medio y alto rendimiento y 1 = bajo rendimiento). Como variables independientes se seleccionaron un total de 721 predictores. Para el análisis de los datos se aplicó el algoritmo de machine learning Random Forest y se realizó una regresión logística binaria multinivel. Las 30 variables más importantes relacionadas con los y las estudiantes y centro escolar explican el 46% y 24% de la variable criterio, respectivamente. El modelo final (formado por ambos predictores) explican un 47%. Entre las principales conclusiones se destaca la relevancia que tienen las variables de proceso educativo y los constructos no cognitivos y meta-cognitivos en el bajo rendimiento lector. Por lo tanto, se subraya la importancia de trabajar este fenómeno educativo desde una perspectiva menos vinculada a determinantes socioeconómicos y más orientada hacia aspectos pedagógicos.
Low performance in reading comprehension is one of the major challenges in the Spanish educational system. Therefore, the objective of this study is to investigate the contextual determinants associated with this low reading performance. The sample consists of a total of 35,943 Spanish students and 1,089 educational centers that participated in the 2018 PISA assessment. The criterion variable is reading competence, which has been dichotomized (0 = medium and high performance, 1 = low performance). A total of 721 predictors were selected as independent variables. For data analysis, Random Forest machine learning algorithm was applied, and a multilevel binary logistic regression was conducted. The 30 most important variables related to students and school center explain 46% and 24% of the criterion variable, respectively. The final model (comprising both predictors) explains 47%. Among the main conclusions, the significance of educational process variables and non-cognitive and meta-cognitive constructs in low reading performance stands out. Therefore, the importance of addressing this educational phenomenon from a perspective less linked to socio-economic determinants and more focused on pedagogical aspects is emphasized.
