Comparative analysis of performance gaps in the Sabre 11° test - ICFES: Data Science Methodology with Apache Spark and Machine Learning

Read full text Summarise with VIRAT
Authors: Santiago Ramírez Montero
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

La República de Colombia, por medio del Instituto Colombiano para la Evaluación de la Educación (ICFES), evalúa la educación a través de pruebas estandarizadas en sus distintos niveles educativos, como la prueba Saber 11. La presente investigación aborda la marcada y persistente brecha de desempeño académico en las pruebas Saber 11 entre municipios del país, tomando como caso de estudio la comparación entre Bucaramanga y Santa Marta. Para analizar esta brecha, se desarrolla una metodología basada en la Ciencia de Datos que integra el marco CRISP-DM y una arquitectura de procesamiento distribuido en Apache Spark, con el propósito de construir un flujo reproducible de análisis y modelado diferenciado por territorio. El estudio parte de un conjunto histórico de resultados de Saber 11 (2014-2024) sobre el cual se realiza un proceso de ingeniería de datos para su depuración y estructuración. Posteriormente, se emplean técnicas de machine learning con PySpark para entrenar y comparar modelos independientes para cada municipio mediante validación cruzada, seleccionando el algoritmo Gradient Boosted Trees(GBT) por su capacidad de capturar relaciones no lineales. Los resultados muestran que estos modelos explican una proporción cercana al 22% de la variabilidad del puntaje global utilizando únicamente información socioeconómica, familiar e institucional, lo que cuantifica el peso estructural del contexto en el desempeño. Adicionalmente, el análisis de interpretabilidad (SHAP) revela una divergencia en los determinantes de la brecha: mientras en Bucaramanga el desempeño depende del capital cultural heredado, en Santa Marta está condicionado por barreras de acceso a infraestructura tecnológica. La metodología propuesta constituye una guía práctica para la construcción de sistemas de monitoreo territorial basados en datos del ICFES, resaltando la utilidad de aislar los factores de contexto para diseñar políticas públicas diferenciadas.

Fields of Study & Subjects

Online Learning and Analytics Educational Outcomes and Influences Educational Assessment and Improvement

Publication details

Journal / source
Repositorio Institucional (Pontificia Universidad Javeriana)
Publication date
10 February 2026
Language
ES