Predicción de efectos fisiológicos causados por el estrés académico mediante redes neuronales artificiales

Mediante un modelo de perceptrón multicapa (MLP) de redes neuronales artificiales, se buscó realizar un modelo predictivo de efectos fisiológicos causados por el estrés académico. Para esto, se consideran variables como la procrastinación académica, el nivel de estrés percibido en el semestre, el estrés académico, la edad, el ingreso económico familiar e individual. Se obtuvo un porcentaje de pronósticos incorrectos en la fase de prueba y reserva de 38.5% y 19.2%, respectivamente; así como un porcentaje global de clasificación correcto de 80.8% y un valor de área bajo la curva ROC de .752. Las tres variables mayor importancia normalizada dentro del modelo fueron la procrastinación, el nivel de estrés percibido en el semestre y el estrés académico. Por último, se discuten los efectos de la procrastinación y el estrés académico sobre el bienestar físico y psicológico de los estudiantes.