Publicaciones científicas

Income Inequality under Partial Observability: What Can We Learn from Incomplete Survey Data? Annals of Operations Research.

San Martín, E., Petricará, M., Varas, I.M., and Alarcón-Bustamante, E. (2025).

Assessing the marginal effect under partial observability in a selection context. In Proceedings of the 89th Annual International Meeting of the Psychometric Society, Prague, Czech Republic, 2024.

Alarcón-Bustamante, E., Espinoza, P., Torres Irribarra, D., and Godoy, M.I. (2025).

Better information on regression coefficients in predictive capacity studies with missing outcomes. In Proceedings of the 89th Annual International Meeting of the Psychometric Society, Prague, Czech Republic, 2024.

Varas, I.M., Alarcón-Bustamante, E., González, J. (2025).

Design and validation of initial diagnostic tests for preservice teachers as a tool for teacher education effectiveness

Paper sobre resultados de la aplicación de pruebas diagnósticas a estudiantes que ingresan a estudiar carreras de pedagogía.

La calidad y efectividad de la formación docente ha sido el centro de la discusión en políticas educativas en las últimas décadas. Como parte de los esfuerzos por mejorar la preparación de las y los profesores, la ley 20.903 exige a las universidades chilenas diseñar y aplicar pruebas diagnósticas a todos los estudiantes que ingresan a estudiar pedagogía, evaluando los aspectos que cada universidad determine. Con los resultados, las universidades deben diseñar estrategias para apoyar a sus estudiantes. Sin embargo, muchas universidades tienen dificultades para implementar estas pruebas, principalmente por la complejidad, el tiempo y el costo de desarrollar instrumentos de alta calidad.

From missing data to informative GPA predictions: Navigating selection process beliefs with the partial identifiability approach. British Journal of Mathematical and Statistical Psychology, 78(2), 647–671.

El artículo explora cómo mejorar la evaluación de las pruebas de selección universitaria para predecir el desempeño académico. Actualmente, estas predicciones se basan en datos de estudiantes seleccionados, dejando una brecha sobre el desempeño potencial de quienes no fueron admitidos.

Los autores plantean un análisis que incorpora diferentes escenarios para los no seleccionados, considerando supuestos basados en el proceso de selección. Esto permite ir más allá de un único escenario, como la restricción de rangos. Usando datos chilenos muestran cómo esta perspectiva amplía la comprensión de la validez predictiva de las pruebas de admisión, ofreciendo herramientas útiles para mejorar las decisiones educativas.