Urban–Rural Gradients Predict Educational Gaps: Evidence from a Machine Learning Approach Involving Academic Performance and Impervious Surfaces in Ecuador

El rendimiento académico se explica por multitud de factores, principalmente por aquellos relacionados con el entorno socioeconómico, cultural y educativo. Sin embargo, el rendimiento académico es menos entendido desde una perspectiva espacial. El objetivo de este estudio fue investigar una metodología con enfoque de aprendizaje para determinar qué respuestas de una encuesta basada en un cuestionario eran relevantes para explicar el alto rendimiento académico de estudiantes de secundaria en gradientes urbano-rurales en Ecuador. Se utilizaron las ubicaciones de escuelas de secundaria para construir conjuntos de datos individuales y estratificarlos según las puntuaciones de rendimiento académico. Se usó el algoritmo de Boruta, se identificaron los mejores predictores, se clasificó de manera aleatoria y se mapeó las probabilidades de clasificación de rendimiento académico. Se resumieron estos resultados como respuestas frecuentes observadas para cada región natural en el Ecuador y se utilizaron sus salidas de probabilidad para formular hipótesis con respecto al gradiente urbano-rural derivado de mapas de superficies impermeables.