“Estrés estudiantil universitario basado en redes neuronales profundas, en pandemia covid-19, 2021”

Abstract

En marzo del 2020 en el Perú, el gobierno declaro una cuarentena para evitar el incremento de contagios de COVID-19, esto generó diversas medidas, una de estas fue la interrupción indefinida de clases presenciales a todos los niveles, por lo que se implementaron en las diferentes instituciones educativas las clases virtuales; esta situación ocasionó cambios en las rutinas de las personas, así como en los estudiantes universitarios que al adaptarse a la enseñanza virtual en un contexto de aislamiento social se vieron afectados y algunos podrían haber desarrollado estrés, que si no son detectados y tratados a tiempo, en un futuro se verían reflejados en diferentes trastornos crónicos. El principal objetivo de esta investigación es utilizar redes neuronales profundas y con ayuda de estas, determinar el estrés estudiantil universitario, en pandemia covid-19, en el Perú mediante técnicas e instrumentos, usando la metodología ASUM-DM, métodos interpretativos, algoritmos de aprendizaje, arquitectura de redes neuronales y análisis exploratorio de datos, para así generar nueva información y automatizar este proceso. Los datos de la investigación están basados en la encuesta realizada a diversos alumnos de pregrado, durante el último semestre del año 2021. En la presente investigación se utilizará métodos interpretativos que con el modelado estadístico nos permitirá reconocer patrones de clasificación y de predicción, que ayudara a describir como la cuarentena y los cambios de habito en los estudiantes universitarios generan diversos niveles de estrés, esto según la información obtenida.