Predicción de la resiliencia de los estudiantes al COVID-19: una red neuronal artificial basada en variables de género, edad, intensidad del estrés y atención plena

La emergencia sanitaria mundial, COVID-19, influyó significativamente en la escolarización en Indonesia. Los estudiantes emplearon una variedad de mecanismos de afrontamiento para hacer frente a niveles de estrés inusuales durante el tiempo de confinamiento. Por lo tanto, como la resiliencia, la investigación y la prevención de COVID-19 de los estudiantes eran necesarias para el estrés alto y crónico relacionado con diversos trastornos.

Este estudio tuvo como objetivo diseñar un modelo predictivo de resiliencia COVID-19 de los estudiantes basado en inteligencia artificial que incluyera ciertas variables demográficas, intensidad del estrés y atención plena y estudiar la relación entre ellas.

En este estudio participaron un total de 6580 estudiantes indonesios (57, 9 % mujeres y 70, 3 % de edades comprendidas entre los 13 y los 15 años). El modelo de predicción se realizó mediante la arquitectura de redes neuronales artificiales.

Los resultados mostraron que la capacidad predictiva del modelo superó el 63 % en la fase de prueba y llegó a casi el 65 % en la fase de espera.

La resiliencia de los estudiantes ante el COVID-19 fue predicha principalmente por la intensidad del estrés y la atención plena con valores de importancia normalizados del 100 % y el 40, 9 %, respectivamente.

Se evaluó la curva característica operativa del receptor y se remarcó el modelo como más superior que aleatorio. Nuestra investigación dio una idea del uso de la inteligencia artificial en la investigación educativa para predecir variables psicológicas.

Para acceder al texto completo consulte las características de suscripción de la fuente original:https://onlinelibrary.wiley.com/