Deserción escolar universitaria: Patrones para prevenirla aplicando minería de datos educativa
2020
Recientemente, el uso de tecnicas de mineria de datos educativa ha cobrado gran relevancia al aplicarlas en la prediccion del desempeno, creacion de modelos predictivos de retencion, perfiles de comportamiento, fracaso escolar, entre otros. En este trabajo se presenta la aplicacion del algoritmo seleccion de atributos para identificar los factores mas importantes que inciden en la decision de desertar; tambien, se utilizan arboles de decision para definir patrones que pueden alertar una inminente desercion. Se adapto un instrumento y se administro via web a 300 estudiantes de IES publica y 200 estudiantes de IES privada actualmente inscritos en algun programa de nivel superior. Mediante el algoritmo seleccion de atributos se encontraron 27 factores relevantes, dentro de los tres factores principales se reconocen la falta de asesorias, la falta de un ambiente estudiantil adecuado y la falta de seguimiento academico, mientras que, por medio del arbol de decision se encontraron 7 patrones, en donde uno de ellos incluye factores como: ambiente estudiantil, apoyos financieros insuficientes, experiencia de una situacion incomoda, lugar que ocupa la eleccion de la carrera, entre otros. Finalmente, se ha visto que la desercion escolar no depende de un solo factor, sino que es multifactorial y que es imperativo ampliar la muestra a otras ciudades de manera que se puedan aplicar diversos algoritmos que proporcionen mayor informacion que conduzcan al establecimiento de mecanismos certeros para disminuir los indices de desercion universitaria en funcion de las caracteristicas de la poblacion estudiantil segun la region.
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
2
Citations
NaN
KQI