Sabando García, Ángel RamónUgando Peñate, MikelArmas Herrera, ReinaldoHiguerey Gómez, Ángel AlexanderD’Elia Di Michele, PierinaInga Llanez, Elvia Rosalía2025-07-122025-07-122024-04-15Armas- Herrera, R., Higuerey- Gómez,Á.A.,Sabando- García,Á.R., Ugando- Peñate,M.,Inga- Llanez,E.R.,& D’Elia- DiMichelleRIST,P.(2024)Evaluación por inteligencia artificial a un instrumento de estrategias de aprendizajes en estudiantes universitarios ecuatorianos,(E68)555-5681646-9895https://repositorio.puce.edu.ec/handle/123456789/46280https://www.risti.xyz/issues/ristie68Resumen: Actualmente, las estrategias de aprendizaje que utilizan los estudiantes universitarios son muy diversas y acompañada de la tecnología. Este estudio aplica machine learning para evaluar el instrumento de medición de estrategias de aprendizaje en estudiantes universitarios. Se empleó técnicas correcional, mediante las estadísticas uinvariante y multivariante. Además, se utilizó metodología de Cross-Industry Standard Process for Data Mining (CRISP-DM). El instrumento fue aplicado a una muestra de 984 estudiantes de la Pontificia Universidad Católica del Ecuador sede Santo Domingo, de diferentes carrera de grado. Las variables endógenas fueron; Escala I y II; mientras que las explicativas fueron: estrategias motivacionales, metacognitivas, de elaboración de procesos, de control del contexto y de búsqueda. Los resultados permitieron determinar una alta confiabilidad de las preguntas, mientras que las cargas factoriales de los constructos y de las variables endógenas, permitieron comprobar que los índices son propios de cada componente de las estrategias de aprendizajeesEstrategias de aprendizajeMachine learningInteligencia artificialEcuadorArtículo científico