Article Sidebar
Inadequate conflict resolution skills among automotive engineering students can negatively affect the workplace. Mathematical and logical thinking can help students develop critical analysis skills, problem-solving ability, reasoning skills, and effective communication, enabling them to deal effectively with conflicts and find creative solutions. This research aims to identify predictors of problem-solving ability using sorting algorithms. Methodology: In this study, three classification algorithms were applied, and the KDD process was used to identify predictors of problem-solving ability. The data set includes 60 records of students from the automotive engineering program at the Universidad Equinoccial in Quito, Ecuador, to whom three tools were applied: a sociodemographic card, a Shatnawi test related to mathematical logical thinking, and a Watson Glaser test on conflict resolution ability. Results: The best classification model is the K-nearest neighbor’s algorithm; its predictive ability is excellent, with an actual positive rate versus a false positive rate AUC of 0.75 and a good performance in classifying negative cases. The model can be improved with an increased sample size, cross-validation, or hyper-parameter adjustment. Conclusion: Age and mathematical and logical thinking are strongly associated with conflict resolution ability. Future research: It is essential to consider additional variables such as experience in problem-solving projects, technical knowledge, and communication skills; to explore the use of more advanced machine learning algorithms; to design specific educational interventions based on the development of mathematical, logical thinking; or to compare conflict resolution ability between different engineering disciplines.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
References
Aiyub, Suryadi, D., Fatimah, S., & Kusnandi. (2021). Investigation of Watson-Glaser critical thinking skills of junior high school students in solving mathematical problems. Journal of Physics: Conference Series, 1806(1), 012090. https://doi.org/10.1088/1742-6596/1806/1/012090
Alcívar Martínez, M. Y. (2018). Instrumento para el diagnóstico del aprendizaje de la Geometría en estudiantes de octavo grado de educación general básica superior de la Unidad Educativa “la Maná”. https://repositorio.uti.edu.ec//handle/123456789/982
Andajani-Sutjahjo, S., Liew, T. C. H., Smith, J. F., Esekielu, I., Mason, G., & Tariu, I. (2018). Engaging community volunteers in participatory action research in Tamaki community of Auckland, New Zealand. Health Promotion International, 33(2), 219–228. https://doi.org/10.1093/HEAPRO/DAW057
Berástegui Arbeloa, G. (2018). Implementación y comparación del algoritmo de los k vecinos más cercanos (k-NN) con valores locales en k. https://academica-e.unavarra.es/xmlui/handle/2454/29112
Camilo Giraldo Mejía, J., & Alberto Vargas Agudelo, F. (2019). Aplicación de la técnica regresión logística de la minería de datos en el proceso de descubrimiento de conocimiento (KDD) en bases de datos operativas o transaccionales. Perspectiv@s, 14(13), 51–55. http://revistas.uigv.edu.pe/index.php/perspectiva/article/view/568
Celi Rojas, S. Z., Sánchez, V. C., Quilca Terán, M. S., Paladines Benítez, M. del C., Celi Rojas, S. Z., Sánchez, V. C., Quilca Terán, M. S., & Paladines Benítez, M. del C. (2021). Estrategias didácticas para el desarrollo del pensamiento lógico matemático en niños de educación inicial. Horizontes Revista de Investigación En Ciencias de La Educación, 5(19), 826–842. https://doi.org/10.33996/REVISTAHORIZONTES.V5I19.240
Espinosa-Pinos, C. A., Ayala-Chauvín, I., & Buele, J. (2022). Predicting Academic Performance in Mathematics Using Machine Learning Algorithms. Communications in Computer and Information Science, 1658 CCIS, 15–29. https://doi.org/10.1007/978-3-031-19961-5_2/COVER
Godoy Cedeño, C. E. (2020). Uso de la gamificación en el desarrollo del pensamiento lógico matemático en estudiantes de educación superior en una universidad privada de Lima, 2020. Repositorio Institucional - UCV.
González-Quiñones, F., Tarango, ;, Javier, & Bojorquez, K. (2022). Ansiedad matemática en estudiantes mexicanos de ingeniería: correlación con el pensamiento matemático y el razonamiento Covariacional. Revista de Psicología y Ciencias Del Comportamiento de La Unidad Académica de Ciencias Jurídicas y Sociales, 13(2), 68–89. https://doi.org/10.29059/RPCC.20221201-151
Kolajo, Y. (2020). Developing Critical Thinking in a First-Year University Chemistry Course.
Martin Guambuguete Rea, C. I., Elizabeth Castro Mayorga III, M., Alberto Espinosa Pinos, C. I., Augusta Sánchez Benítez, C. I., & Rodrigo Jordan Bolaños, C. V. (2023). Factores asociados al rendimiento académico: Un análisis mediante regresión logística multivariante en estudiantes del primer nivel del Instituto Superior Tecnológico Tres de Marzo de la Provincia Bolívar, Ecuador. Domino de Las Ciencias, 9(3), 570–589. https://doi.org/10.23857/DC.V9I3.3460
Morales, G. P., Gavilanes, D. A., & Jurado, D. B. (2018). Desarrollo del pensamiento lógico-matemático a través de juegos populares y tradicionales en niños de educación inicial. Revista Científica Ciencia y Tecnología, 18(19), 133–141. https://doi.org/10.47189/RCCT.V18I19.190
Ortiz Aguilar, W., Ortega Chávez, W., Valencia Cruzaty, L. E., González Vásquez, Á. E., Gamarra Mendoza, S., Ortiz Aguilar, W., Ortega Chávez, W., Valencia Cruzaty, L. E., González Vásquez, Á. E., & Gamarra Mendoza, S. (2021). La educación estadística del ingeniero: reto de la educación superior. Revista Universidad y Sociedad, 13(5), 307–318. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2218-36202021000500307&lng=es&nrm=iso&tlng=pt
Posgrado, D. DE, & Núñez Elisa, 2021. (2021). El aprendizaje adaptativo asincrónico para el desarrollo de operaciones aritméticas combinadas con números reales, en los estudiantes de 8vo año de EGB de la Unidad Educativa Yanahurco del cantón Mocha. https://repositorio.uti.edu.ec//handle/123456789/2370
Possin, K. (2014). Critique of the Watson-Glaser Critical Thinking Appraisal Test: The more you know, the lower your score. Informal Logic, 34(4), 393–416. https://doi.org/10.22329/IL.V34I4.4141
Rivera, M.-J., Matute, R., Rivera, M.-J., & Matute, R. (2023). Resolución de conflictos para estudiantes de psicología: Una propuesta de Cultura de Paz. Psicoperspectivas, 22(1), 31–45. https://doi.org/10.5027/PSICOPERSPECTIVAS-VOL22-ISSUE1-FULLTEXT-2769
Rojas-López, A., & García-Peñalvo, F. J. (2020). Assessment of computational thinking skills to predict student learning and retention in the subject programming computer in higher education. Revista de Educación a Distancia, 20(63). https://doi.org/10.6018/RED.409991
Rosero Ojeda, T. del R. (2021). Estrategias de Mentoring Educativo para mejorar el rendimiento académico de matemáticas en niños de séptimo año. https://repositorio.uti.edu.ec//handle/123456789/2371
Vargas Salazar, G. (2017). El desarrollo del pensamiento lógico-matemático en los estudiantes costarricenses de undécimo año de colegios académicos diurnos y su nivel de logro en el aprendizaje de las matemáticas. https://repositorio.uned.ac.cr/xmlui/handle/120809/1646
Yasig Salguero, A. de los Á. (2021). Estrategias metodológicas para desarrollar el razonamiento lógico matemático de los estudiantes de octavo año de la Unidad Educativa César Augusto Salazar Chávez.