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

El rendiment acadèmic (AP) s’explica per multitud de factors, principalment pels relacionats amb els entorns socioeconòmics, culturals i educatius. Tanmateix, AP s’entén menys des d’una perspectiva espacial. L’objectiu d’aquest estudi era investigar una metodologia utilitzant un enfocament d’aprenentatge automàtic per determinar quines respostes d’una enquesta basada en qüestionaris eren rellevants per explicar l’alt AP dels estudiants de secundària a través dels gradients urbans-rurals a l’Equador. Hem utilitzat ubicacions de secundària per construir conjunts de dades individuals i estratificar-los segons les puntuacions AP. Utilitzant l’algoritme de Boruta i l’eliminació cap enrere, vam identificar els millors predictors, els vam classificar mitjançant un bosc aleatori i vam cartografiar les probabilitats de classificació AP. Vam resumir aquests resultats com a respostes freqüents observades per a cada regió natural de l’Equador i vam utilitzar els seus resultats de probabilitat per formular hipòtesis pel que fa al gradient urbà-rural derivat de mapes anuals de superfícies impermeables. El nostre enfocament va donar lloc a una anàlisi cartogràfica de les probabilitats AP amb precisions generals al voltant del 0,83-0,84% i valors Kappa del 0,65-0,67%. L’AP alt es relacionava principalment amb les respostes sobre l’entorn acadèmic i les habilitats cognitives. Aquestes respostes identificades variaven segons la regió, la qual cosa va permetre interpretacions diferents dels factors impulsors de l’AP a l’Equador. Es va trobar que una transició de rural a urbà d’entre 8 i 17 anys era el període de temps correlacionat amb l’assoliment d’un AP elevat.