Inteligencia artificial para predecir la recomendación de un máster universitario
DOI:
https://doi.org/10.35564/jmbe.2024.0002Palabras clave:
master universitario, satisfacción del alumno, inteligencia artificial, ia, machine learning, aprendizaje supervisado, recomendaciónResumen
La satisfacción de un alumno en un máster puede estar influenciada por factores como la calidad del programa, las oportunidades de aprendizaje, la orientación y apoyo recibido, la infraestructura y recursos disponibles, los resultados y la empleabilidad. En este estudio se han recopilado, a través de una encuesta, las impresiones de alumnos del Máster en Asesoramiento y Planificación Financiera de la Universidad Rey Juan Carlos. Esas respuestas se han utilizado para entrenar diversos modelos de inteligencia artificial con el objetivo de predecir si se recomendara el máster o no. El resultado de la validación retrospectiva ofrece una precisión superior al80% en todos los casos por lo que debemos concluir que la inteligencia artificial es una herramienta válida para este objetivo. Esta investigación contribuye a comprender la eficacia de la inteligencia artificial en predecir recomendaciones de estudiantes para programas de maestría. Destaca el potencial de los modelos de inteligencia artificial para informar mejoras en los programas y optimizar las experiencias estudiantiles, al mismo tiempo que enfatiza la necesidad de metodologías de investigación sólidas y consideraciones de factores de satisfacción estudiantil.
Referencias
Barba Rey, M., Blanco - González, A. y Miotto, G. 2023. Percepción ética de la marca y valor de marca: Análisis comparativo del Global 100 Ranking y del Best Global Brand Ranking. aDResearch ESIC International Journal of Communication Research. 30, (dic. 2023), e264. DOI:https://doi.org/10.7263/adresic-30-264.
https://doi.org/10.7263/adresic-30-264 DOI: https://doi.org/10.7263/adresic-30-264
CNMV (2020) Guía técnica 4/2017 para la evaluación de los conocimientos y competencia del personal que informa y asesora. Retreived from: https://www.cnmv.es/DocPortal/Legislacion/Guias-Tecnicas/GuiaTecnica_2017_4.pdf
Cruz-Suárez, A., Martínez-Navalón, J.-G., Gelashvili , V. ., & Herrera-Enríquez, G. (2022). Creativity and innovation in technology and operations management through brainstorming. Journal of Management and Business Education, 5(1), 63-75. https://doi.org/10.35564/jmbe.2022.0005
https://doi.org/10.35564/jmbe.2022.0005 DOI: https://doi.org/10.35564/jmbe.2022.0005
Delgado-Alemany, R., Revilla-Camacho, M. A., & Blanco-González, A. (2020). Is a university committed to ethics perceived as an honest, appropriate and properly managed organization?. Journal of Management and Business Education, 4(1), 12-32. https://doi.org/10.35564/jmbe.2021.0001
https://doi.org/10.35564/jmbe.2021.0001 DOI: https://doi.org/10.35564/jmbe.2021.0001
Díez de Castro, E. (2020). Higher education in management and its legitimacy. Journal of Management and Business Education, 3(3), 181-192. https://doi.org/10.35564/jmbe.2020.0019
https://doi.org/10.35564/jmbe.2020.0019 DOI: https://doi.org/10.35564/jmbe.2020.0019
Díez-Martín, F., Miotto, G. & Del-Castillo-Feito, C. (2023). The intellectual structure of gender equality research in the business economics literature. Review Managerial Science https://doi.org/10.1007/s11846-023-00671-8
https://doi.org/10.1007/s11846-023-00671-8 DOI: https://doi.org/10.1007/s11846-023-00671-8
El Naqa, I., & Murphy, M. J. (2015). What is machine learning? (pp. 3-11). Springer International Publishing.
https://doi.org/10.1007/978-3-319-18305-3_1 DOI: https://doi.org/10.1007/978-3-319-18305-3_1
Cachón-Rodríguez, G.; & Prado-Román, C. (2020) The identification-loyalty relationship in a university context of crisis: the moderating role of students and graduates. Cuadernos de Gestión 20(3), 53-60.
https://doi.org/10.5295/cdg.191109gc DOI: https://doi.org/10.5295/cdg.191109gc
Gómez-Martínez, R., Medrano-García, M. L. y Aznar-Sánchez, T. (2023). Motivation and personalization of teaching with machine learning. Journal of Management and Business Education, 6(3), 330-342.
https://doi.org/10.35564/jmbe.2023.0017 DOI: https://doi.org/10.35564/jmbe.2023.0017
Gómez López, R., Odriozola, M. D., Llorente, I., & Baraibar-Diez, E. (2022). Teaching organizational structure through the case method. Journal of Management and Business Education, 5(3), 297-318. https://doi.org/10.35564/jmbe.2022.0018
https://doi.org/10.35564/jmbe.2022.0018 DOI: https://doi.org/10.35564/jmbe.2022.0018
González Zamora, M. D. M., & Sanchís Pedregosa, C. (2014). Satisfacción de los egresados con la formación recibida en el Máster de Estudios Avanzados en Dirección de Empresas. Educade: Revista de Educación en Contabilidad, Finanzas y Administración de Empresas, 5, 33-48.
https://doi.org/10.12795/EDUCADE.2014.i05.04 DOI: https://doi.org/10.12795/EDUCADE.2014.i05.04
Gordo-Molina, V., & Diez-Martin, F. (2021). Dimensiones de la legitimidad organizativa en función del género y el estatus de los consumidores. ESIC Market, 53(1), e13. https://doi.org/10.7200/esicm.53.013
https://doi.org/10.7200/esicm.53.013 DOI: https://doi.org/10.7200/esicm.53.013
Nápoles-Nápoles, L. Y., Tamayo-García, P., & Moreno-Pino, M. (2016). Medición y mejora de la satisfacción del cliente interno en instituciones universitarias. Ciencias Holguín, 22(2), 1-16.
Miotto, G., Blanco-González, A., Paule-Vianez, J., & Escamilla-Solano, S. (2023). Managing Perceived Legitimacy in Uncertain Times: The Effects of Long-Covid. Tripodos, (54). https://doi.org/10.51698/tripodos.2023.54.03
https://doi.org/10.51698/tripodos.2023.54.03 DOI: https://doi.org/10.51698/tripodos.2023.54.03
Olmedo-Cifuentes, I., & Martínez-León, I. M. (2022). University dropout intention: analysis during covid-19. Journal of Management and Business Education, 5(2), 97-117. https://doi.org/10.35564/jmbe.2022.0007
https://doi.org/10.35564/jmbe.2022.0007 DOI: https://doi.org/10.35564/jmbe.2022.0007
Pérez Padilla, J. (2015). Expectativas, satisfacción y rendimiento académico en alumnado universitario. Revista de Psicología y Educación.
Vila-Boix, L., Blanco-González, A., Miotto, G. et al. The impact of social media advertising on brand' legitimacy. Int Entrep Manag J (2023). https://doi.org/10.1007/s11365-023-00939-1
https://doi.org/10.1007/s11365-023-00939-1 DOI: https://doi.org/10.1007/s11365-023-00939-1
Villena Martínez, E. I., Rienda Gómez, J. J., Sutil Martín, D. L., & García Muiña, F. E. (2023). Serious board games for enhancing socioemotional skills and their impact on motivation in university students. Journal of Management and Business Education, 6(3), 488-508. https://doi.org/10.35564/jmbe.2023.0026
https://doi.org/10.35564/jmbe.2023.0026 DOI: https://doi.org/10.35564/jmbe.2023.0026
Zhou, Z. H. (2021). Machine learning. Springer Nature.
https://doi.org/10.1007/978-981-15-1967-3 DOI: https://doi.org/10.1007/978-981-15-1967-3
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Journal of Management and Business Education
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
License terms at: https://creativecommons.org/licenses/by-nc/4.0/legalcode
