<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>2007-7467</journal-id>
<journal-title><![CDATA[RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo]]></journal-title>
<abbrev-journal-title><![CDATA[RIDE. Rev. Iberoam. Investig. Desarro. Educ]]></abbrev-journal-title>
<issn>2007-7467</issn>
<publisher>
<publisher-name><![CDATA[Centro de Estudios e Investigaciones para el Desarrollo Docente A.C.]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S2007-74672026000101041</article-id>
<article-id pub-id-type="doi">10.23913/ride.v16i32.2835</article-id>
<title-group>
<article-title xml:lang="es"><![CDATA[Ejercicios escolares para la predicción del rendimiento académico de estudiantes universitarios con técnicas de aprendizaje automático combinadas]]></article-title>
<article-title xml:lang="en"><![CDATA[School exercises for predicting university students' academic performance using combined machine learning techniques]]></article-title>
<article-title xml:lang="pt"><![CDATA[Exercícios escolares para prever o desempenho acadêmico de estudantes universitários usando técnicas combinadas de aprendizado de máquina]]></article-title>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Rico Páez]]></surname>
<given-names><![CDATA[Andrés]]></given-names>
</name>
<xref ref-type="aff" rid="Aff"/>
</contrib>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Gaytán Ramírez]]></surname>
<given-names><![CDATA[Nora Diana]]></given-names>
</name>
<xref ref-type="aff" rid="Aff"/>
</contrib>
</contrib-group>
<aff id="Af1">
<institution><![CDATA[,Instituto Politécnico Nacional  ]]></institution>
<addr-line><![CDATA[ ]]></addr-line>
<country>México</country>
</aff>
<aff id="Af2">
<institution><![CDATA[,Instituto Politécnico Nacional  ]]></institution>
<addr-line><![CDATA[ ]]></addr-line>
<country>México</country>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>06</month>
<year>2026</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>06</month>
<year>2026</year>
</pub-date>
<volume>16</volume>
<numero>32</numero>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://www.scielo.org.mx/scielo.php?script=sci_arttext&amp;pid=S2007-74672026000101041&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://www.scielo.org.mx/scielo.php?script=sci_abstract&amp;pid=S2007-74672026000101041&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://www.scielo.org.mx/scielo.php?script=sci_pdf&amp;pid=S2007-74672026000101041&amp;lng=en&amp;nrm=iso"></self-uri><abstract abstract-type="short" xml:lang="es"><p><![CDATA[Resumen El propósito de este estudio es proponer una metodología para desarrollar modelos predictivos del rendimiento académico de estudiantes mediante ejercicios académicos realizados en clase y utilizando técnicas de aprendizaje automático combinadas conocidas como técnicas de voto mayoritario y de apilamiento. Se recabaron datos de 250 estudiantes universitarios de México acerca de sus evaluaciones de ejercicios escolares para elaborar los modelos y se obtuvieron métricas de desempeño con validación cruzada. Posteriormente, se aplicaron los modelos construidos a 108 estudiantes de un ciclo posterior del mismo curso y se calcularon sus métricas. Los resultados obtenidos con validación cruzada muestran que la técnica de apilamiento que tiene en la segunda fase la técnica k vecinos más cercanos tiene una mayor exactitud (69.2%). Cuando se predice el rendimiento académico de 108 estudiantes a partir de los modelos desarrollados, la exactitud más alta se obtiene con la técnica de apilamiento que tiene en la segunda fase la técnica k vecinos más cercanos con un valor de 74.1%. La información obtenida se recopiló en un 17% de avance temporal en el curso facilitando la detección temprana de estudiantes con problemas escolares para que los profesores realicen intervenciones oportunas y mejoraren su desempeño. Es habitual que los profesores recaben las evaluaciones de los ejercicios académicos sin requerir utilizar otras herramientas más complejas de recopilación de información lo que favorece utilizar este tipo de metodologías para construir modelos predictivos.]]></p></abstract>
<abstract abstract-type="short" xml:lang="en"><p><![CDATA[Abstract The purpose of this study is to propose a methodology for developing predictive models of student academic performance using academic exercises completed in class and combined machine learning techniques known as majority voting and stacking. Data were collected from 250 university students in Mexico regarding their assessments of school exercises to develop the models, and performance metrics were obtained through cross-validation. Subsequently, the constructed models were applied to 108 students in a later semester of the same course, and their metrics were calculated. The results obtained through cross-validation show that the stacking technique with the k-nearest neighbors&#8217; method in the second phase has the highest accuracy (69.2%). When predicting the academic performance of 108 students using the developed models, the highest accuracy is obtained with the stacking technique that includes the k-nearest neighbors&#8217; method in the second phase, with a value of 74.1%. The information obtained was collected 17% of the way through the course, facilitating the early detection of students with academic difficulties so that teachers can intervene promptly and improve their performance. It is common for teachers to collect assessments of academic exercises without needing to use more complex data collection tools, which favors the use of this type of methodology for building predictive models.]]></p></abstract>
<abstract abstract-type="short" xml:lang="pt"><p><![CDATA[Resumo O objetivo deste estudo é propor uma metodologia para o desenvolvimento de modelos preditivos do desempenho acadêmico de estudantes, utilizando exercícios acadêmicos realizados em sala de aula e técnicas de aprendizado de máquina combinadas, conhecidas como votação majoritária e empilhamento (stacking). Os dados foram coletados de 250 estudantes universitários no México, referentes às suas avaliações de exercícios escolares, para o desenvolvimento dos modelos. As métricas de desempenho foram obtidas por meio de validação cruzada. Posteriormente, os modelos construídos foram aplicados a 108 estudantes em um semestre posterior da mesma disciplina, e suas métricas foram calculadas. Os resultados obtidos por meio da validação cruzada mostram que a técnica de empilhamento com o método k-vizinhos mais próximos (k-NN) na segunda fase apresentou a maior acurácia (69,2%). Ao predizer o desempenho acadêmico dos 108 estudantes com base nos modelos desenvolvidos, a maior acurácia foi obtida com a técnica de empilhamento que inclui o método k-NN na segunda fase, com um valor de 74,1%. As informações obtidas foram coletadas em 17% do curso, facilitando a detecção precoce de estudantes com dificuldades acadêmicas, permitindo que os professores intervenham prontamente e melhorem seu desempenho. Os professores geralmente coletam avaliações de exercícios acadêmicos sem a necessidade de ferramentas de coleta de dados mais complexas, o que favorece o uso desse tipo de metodologia para a construção de modelos preditivos.]]></p></abstract>
<kwd-group>
<kwd lng="es"><![CDATA[técnicas de aprendizaje automático combinadas]]></kwd>
<kwd lng="es"><![CDATA[apilamiento]]></kwd>
<kwd lng="es"><![CDATA[voto mayoritario]]></kwd>
<kwd lng="es"><![CDATA[modelos predictivos]]></kwd>
<kwd lng="es"><![CDATA[educación superior]]></kwd>
<kwd lng="en"><![CDATA[combined machine learning techniques]]></kwd>
<kwd lng="en"><![CDATA[stacking]]></kwd>
<kwd lng="en"><![CDATA[majority voting]]></kwd>
<kwd lng="en"><![CDATA[predictive models]]></kwd>
<kwd lng="en"><![CDATA[higher education]]></kwd>
<kwd lng="pt"><![CDATA[técnicas combinadas de aprendizado de máquina]]></kwd>
<kwd lng="pt"><![CDATA[empilhamento]]></kwd>
<kwd lng="pt"><![CDATA[votação majoritária]]></kwd>
<kwd lng="pt"><![CDATA[modelos preditivos]]></kwd>
<kwd lng="pt"><![CDATA[ensino superior]]></kwd>
</kwd-group>
</article-meta>
</front><back>
<ref-list>
<ref id="B1">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Arengas]]></surname>
<given-names><![CDATA[J. M.]]></given-names>
</name>
<name>
<surname><![CDATA[López]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Guzmán]]></surname>
<given-names><![CDATA[R.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Impacto del preprocesamiento en la clasificación automática de textos usando aprendizaje supervisado y reuters 21578]]></article-title>
<source><![CDATA[Revista colombiana de tecnologías avanzadas (RCTA)]]></source>
<year>2024</year>
<volume>1</volume>
<numero>43</numero>
<issue>43</issue>
<page-range>110-8</page-range></nlm-citation>
</ref>
<ref id="B2">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Contreras]]></surname>
<given-names><![CDATA[L. E.]]></given-names>
</name>
<name>
<surname><![CDATA[Fuentes]]></surname>
<given-names><![CDATA[H. J.]]></given-names>
</name>
<name>
<surname><![CDATA[Rivas]]></surname>
<given-names><![CDATA[E.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Análisis del rendimiento académico mediante técnicas de aprendizaje automático con métodos de ensamble]]></article-title>
<source><![CDATA[Revista Boletín Redipe]]></source>
<year>2021</year>
<volume>10</volume>
<numero>13</numero>
<issue>13</issue>
<page-range>171-90</page-range></nlm-citation>
</ref>
<ref id="B3">
<nlm-citation citation-type="confpro">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Cruz]]></surname>
<given-names><![CDATA[L. D.]]></given-names>
</name>
</person-group>
<source><![CDATA[Ensamble híbrido de métodos para la clasificación morfotaxonómica explicable de macroinvertebrados de agua dulce]]></source>
<year>2024</year>
<conf-name><![CDATA[ Encuentro Internacional De Educación En Ingeniería]]></conf-name>
<conf-loc> </conf-loc>
</nlm-citation>
</ref>
<ref id="B4">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Daza]]></surname>
<given-names><![CDATA[J.]]></given-names>
</name>
<name>
<surname><![CDATA[Castro]]></surname>
<given-names><![CDATA[J. E.]]></given-names>
</name>
<name>
<surname><![CDATA[Ávila]]></surname>
<given-names><![CDATA[H.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Optimizando el aprendizaje de los lenguajes de programación. Un enfoque basado en la analítica de datos para los estudiantes de Ingeniería de Sistemas en la Fundación Universitaria Los Libertadores]]></article-title>
<source><![CDATA[Perspectivas]]></source>
<year>2024</year>
<volume>9</volume>
<numero>24</numero>
<issue>24</issue>
<page-range>234-56</page-range></nlm-citation>
</ref>
<ref id="B5">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Del Carpio]]></surname>
<given-names><![CDATA[R.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Predicción del rendimiento académico utilizando modelos de aprendizaje automático: Una revisión sistemática de la literatura]]></article-title>
<source><![CDATA[593 Digital Publisher CEIT]]></source>
<year>2024</year>
<volume>9</volume>
<numero>6</numero>
<issue>6</issue>
<page-range>1038-54</page-range></nlm-citation>
</ref>
<ref id="B6">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[García]]></surname>
<given-names><![CDATA[F. A.]]></given-names>
</name>
<name>
<surname><![CDATA[Escobar]]></surname>
<given-names><![CDATA[J. L.]]></given-names>
</name>
<name>
<surname><![CDATA[Gallegos]]></surname>
<given-names><![CDATA[C. M.]]></given-names>
</name>
<name>
<surname><![CDATA[Hernández]]></surname>
<given-names><![CDATA[E. S.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[El enfoque de aprendizaje conjunto en la detección de fallas en cajas de engranajes]]></article-title>
<source><![CDATA[Revista Universidad y Sociedad]]></source>
<year>2023</year>
<volume>15</volume>
<numero>3</numero>
<issue>3</issue>
<page-range>325-33</page-range></nlm-citation>
</ref>
<ref id="B7">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Gil]]></surname>
<given-names><![CDATA[V. D.]]></given-names>
</name>
<name>
<surname><![CDATA[Quintero]]></surname>
<given-names><![CDATA[C.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Análisis de variables asociadas al rendimiento académico en cursos universitarios virtuales]]></article-title>
<source><![CDATA[Formación universitaria]]></source>
<year>2023</year>
<volume>16</volume>
<numero>4</numero>
<issue>4</issue>
<page-range>33-42</page-range></nlm-citation>
</ref>
<ref id="B8">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Nizar]]></surname>
<given-names><![CDATA[N.]]></given-names>
</name>
<name>
<surname><![CDATA[Zainudin]]></surname>
<given-names><![CDATA[A. D.]]></given-names>
</name>
<name>
<surname><![CDATA[Albada]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
<name>
<surname><![CDATA[Shan]]></surname>
<given-names><![CDATA[C. M.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Forecasting Short-Term FTSE Bursa Malaysia Using WEKA]]></article-title>
<source><![CDATA[Information Management and Business Review]]></source>
<year>2024</year>
<volume>16</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>104-14</page-range></nlm-citation>
</ref>
<ref id="B9">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Parraga]]></surname>
<given-names><![CDATA[D.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Modelos Predictivos de Rendimiento Académico Universitario Mediante Aprendizaje Automático]]></article-title>
<source><![CDATA[Vitalia Revista Científica y Académica]]></source>
<year>2024</year>
<volume>5</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>974-91</page-range></nlm-citation>
</ref>
<ref id="B10">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Salas]]></surname>
<given-names><![CDATA[R. A.]]></given-names>
</name>
<name>
<surname><![CDATA[Salas]]></surname>
<given-names><![CDATA[E. P.]]></given-names>
</name>
<name>
<surname><![CDATA[Salas]]></surname>
<given-names><![CDATA[R. D.]]></given-names>
</name>
<name>
<surname><![CDATA[Vargas]]></surname>
<given-names><![CDATA[Y. D.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Análisis de la Aplicación Web Para la Estimación Puntual por medio de la Ciencia de Datos]]></article-title>
<source><![CDATA[Revista Dilemas Contemporáneos: Educación, Política y Valores]]></source>
<year>2019</year>
<volume>6</volume>
<numero>2</numero>
<issue>2</issue>
</nlm-citation>
</ref>
<ref id="B11">
<nlm-citation citation-type="book">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Sarmiento]]></surname>
<given-names><![CDATA[J. D.]]></given-names>
</name>
<name>
<surname><![CDATA[Tibaduiza]]></surname>
<given-names><![CDATA[D. A.]]></given-names>
</name>
<name>
<surname><![CDATA[Anaya]]></surname>
<given-names><![CDATA[M.]]></given-names>
</name>
<name>
<surname><![CDATA[Gómez]]></surname>
<given-names><![CDATA[J. D.]]></given-names>
</name>
<name>
<surname><![CDATA[Pérez]]></surname>
<given-names><![CDATA[M. P.]]></given-names>
</name>
<name>
<surname><![CDATA[Sanchez]]></surname>
<given-names><![CDATA[C. E.]]></given-names>
</name>
<name>
<surname><![CDATA[Eslava]]></surname>
<given-names><![CDATA[J. S.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Uso de Machine Learning en la identificación y clasificación de microplásticos enfocado en el poliestireno expandido]]></article-title>
<source><![CDATA[Ingeniería: una transición hacia el futuro]]></source>
<year>2024</year>
<publisher-name><![CDATA[Asociación Colombiana de Facultades de Ingeniería - ACOFI]]></publisher-name>
</nlm-citation>
</ref>
<ref id="B12">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Sierra]]></surname>
<given-names><![CDATA[M. A.]]></given-names>
</name>
<name>
<surname><![CDATA[Quintana]]></surname>
<given-names><![CDATA[K. P.]]></given-names>
</name>
<name>
<surname><![CDATA[Hernández]]></surname>
<given-names><![CDATA[J. A.]]></given-names>
</name>
<name>
<surname><![CDATA[Enríquez]]></surname>
<given-names><![CDATA[L. B.]]></given-names>
</name>
<name>
<surname><![CDATA[Pérez]]></surname>
<given-names><![CDATA[M. D.]]></given-names>
</name>
<name>
<surname><![CDATA[Arzate]]></surname>
<given-names><![CDATA[C.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Validación de un modelo de inteligencia artificial para la predicción de la mortalidad del paciente con sepsis]]></article-title>
<source><![CDATA[Medicina Interna de México]]></source>
<year>2024</year>
<volume>40</volume>
<numero>3</numero>
<issue>3</issue>
<page-range>171-8</page-range></nlm-citation>
</ref>
<ref id="B13">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Timarán]]></surname>
<given-names><![CDATA[R.]]></given-names>
</name>
<name>
<surname><![CDATA[Chaves]]></surname>
<given-names><![CDATA[A.]]></given-names>
</name>
<name>
<surname><![CDATA[Ordoñez-Erazo]]></surname>
<given-names><![CDATA[H.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Decision Tree Algorithm Moderately Coupled to PostgreSQL DBMS]]></article-title>
<source><![CDATA[Revista Facultad De Ingeniería]]></source>
<year>2023</year>
<volume>32</volume>
<numero>66</numero>
<issue>66</issue>
</nlm-citation>
</ref>
<ref id="B14">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Vargas]]></surname>
<given-names><![CDATA[A. A.]]></given-names>
</name>
<name>
<surname><![CDATA[Prieto]]></surname>
<given-names><![CDATA[J. C.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Predicción del rendimiento académico estudiantil usando algoritmos de aprendizaje supervisado en una universidad de la selva peruana]]></article-title>
<source><![CDATA[Revista Amazonía Digital]]></source>
<year>2024</year>
<volume>3</volume>
<numero>1</numero>
<issue>1</issue>
</nlm-citation>
</ref>
<ref id="B15">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Villarrasa]]></surname>
<given-names><![CDATA[I.]]></given-names>
</name>
<name>
<surname><![CDATA[García]]></surname>
<given-names><![CDATA[X.]]></given-names>
</name>
<name>
<surname><![CDATA[Liébana]]></surname>
<given-names><![CDATA[E.]]></given-names>
</name>
<name>
<surname><![CDATA[Monfort]]></surname>
<given-names><![CDATA[G.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Predicción del rendimiento académico en educación secundaria mediante el análisis de árboles de decisión]]></article-title>
<source><![CDATA[Educación XX1]]></source>
<year>2024</year>
<volume>27</volume>
<numero>1</numero>
<issue>1</issue>
<page-range>253-79</page-range></nlm-citation>
</ref>
<ref id="B16">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Yajure]]></surname>
<given-names><![CDATA[C. A.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Selección del modelo óptimo de predicción de la relación de desempeño de una planta solar fotovoltaica. Un enfoque multicriterio basado en algoritmos de aprendizaje automático]]></article-title>
<source><![CDATA[Ciencia, Ingeniería y Aplicaciones]]></source>
<year>2023</year>
<volume>6</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>7-29</page-range></nlm-citation>
</ref>
<ref id="B17">
<nlm-citation citation-type="journal">
<person-group person-group-type="author">
<name>
<surname><![CDATA[Zambrano]]></surname>
<given-names><![CDATA[J. M.]]></given-names>
</name>
<name>
<surname><![CDATA[Arroyo]]></surname>
<given-names><![CDATA[M. V.]]></given-names>
</name>
<name>
<surname><![CDATA[Jalil]]></surname>
<given-names><![CDATA[N. J.]]></given-names>
</name>
<name>
<surname><![CDATA[Castro]]></surname>
<given-names><![CDATA[I. E.]]></given-names>
</name>
</person-group>
<article-title xml:lang=""><![CDATA[Perfiles de educación universitaria: Un análisis comparativo]]></article-title>
<source><![CDATA[Revista De Ciencias Sociales]]></source>
<year>2024</year>
<volume>30</volume>
<numero>2</numero>
<issue>2</issue>
<page-range>291-304</page-range></nlm-citation>
</ref>
</ref-list>
</back>
</article>
