Aplicación de modelos compartimentales para mejorar el rendimiento académico del control de procesos en la Universidad Nacional de Piura 2023
No hay miniatura disponible
Fecha
2024-09-16
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Católica de Trujillo - Benedicto XVI
Resumen
Esta investigación aborda la creciente demanda de profesionales en control de procesos y la brecha potencial entre las habilidades requeridas por la industria y las adquiridas en las aulas. El objetivo es evaluar cómo la aplicación de modelos compartimentales mejora el rendimiento académico en el control de procesos en la Universidad Nacional de Piura en 2023. Con un enfoque cuantitativo y diseño preexperimental, se aplicó el estudio a 30 estudiantes de ingeniería industrial. Se utilizaron pruebas Pre-Test y Post-Test para evaluar conceptos, procedimientos y actitudes con modelos compartimentales, abordando problemas reales. El muestreo no aleatorio se realizó por conveniencia con todos los estudiantes de ingeniería de procesos. Los resultados, analizados con IBM SPSS Statistics 25 y Mathematica 6.0, mostraron niveles específicos de rendimiento antes de la aplicación: 6.7% sobresaliente, 30% notable, 56.7% aceptable y 6.7% básico. Después, se evidenció un aumento notable, con 33.3% sobresaliente, 63.3% notable y 3.3% básico. La comparación con el nivel de conocimiento de "modelos compartimentales" reveló cambios positivos: antes, 26.7% deficiente, 16.7% desaprobado, 16.7% aprobado, 10% muy bueno y 3.3% excelente; después, 3.3% deficiente, 3.3% desaprobado, 13.3% aprobado, 20% muy bueno y 50% excelente. La prueba de Wilcoxon respaldó la conclusión de una diferencia significativa entre los puntajes Pre-Test y Post-Test. Con un nivel de confianza del 95%, los puntajes del Post-Test superaron significativamente a los del Pre-Test. Las estrategias con modelos compartimentales contribuyeron sustancialmente a mejorar el rendimiento académico.
Descripción
Palabras clave
Modelo de simulación, rendimiento académico, ingeniería industrial, proceso de producción, aprendizaje activo