Modelo de predicción sobre deserción académica en educación superior de la población vulnerable
Para el proyecto empresarial de la maestría en Business Analytics se creará un Modelo de predicción sobre deserción académica en educación superior de la población vulnerable con altos resultados en las pruebas saber 11 del país, la población a analizar son los estudiantes en condición de desertados...
- Autores:
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad del Rosario
- Repositorio:
- Repositorio EdocUR - U. Rosario
- Idioma:
- spa
- OAI Identifier:
- oai:repository.urosario.edu.co:10336/40139
- Acceso en línea:
- https://doi.org/10.48713/10336_40139
https://repository.urosario.edu.co/handle/10336/40139
- Palabra clave:
- Educación superior
Modelo estadístico
Población vulnerable
Deserción
Predicción
Higher education
Statistical model
Vulnerable population
Desertion
Prediction
- Rights
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
| id |
EDOCUR2_7ddcf7fac5db4ab9aee8990dc2bb3eaf |
|---|---|
| oai_identifier_str |
oai:repository.urosario.edu.co:10336/40139 |
| network_acronym_str |
EDOCUR2 |
| network_name_str |
Repositorio EdocUR - U. Rosario |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Modelo de predicción sobre deserción académica en educación superior de la población vulnerable |
| dc.title.TranslatedTitle.none.fl_str_mv |
Prediction model on academic desertion in higher education of the vulnerable population |
| title |
Modelo de predicción sobre deserción académica en educación superior de la población vulnerable |
| spellingShingle |
Modelo de predicción sobre deserción académica en educación superior de la población vulnerable Educación superior Modelo estadístico Población vulnerable Deserción Predicción Higher education Statistical model Vulnerable population Desertion Prediction |
| title_short |
Modelo de predicción sobre deserción académica en educación superior de la población vulnerable |
| title_full |
Modelo de predicción sobre deserción académica en educación superior de la población vulnerable |
| title_fullStr |
Modelo de predicción sobre deserción académica en educación superior de la población vulnerable |
| title_full_unstemmed |
Modelo de predicción sobre deserción académica en educación superior de la población vulnerable |
| title_sort |
Modelo de predicción sobre deserción académica en educación superior de la población vulnerable |
| dc.contributor.advisor.none.fl_str_mv |
Pinilla Alzate, Jeisson Orlando |
| dc.subject.none.fl_str_mv |
Educación superior Modelo estadístico Población vulnerable Deserción Predicción |
| topic |
Educación superior Modelo estadístico Población vulnerable Deserción Predicción Higher education Statistical model Vulnerable population Desertion Prediction |
| dc.subject.keyword.none.fl_str_mv |
Higher education Statistical model Vulnerable population Desertion Prediction |
| description |
Para el proyecto empresarial de la maestría en Business Analytics se creará un Modelo de predicción sobre deserción académica en educación superior de la población vulnerable con altos resultados en las pruebas saber 11 del país, la población a analizar son los estudiantes en condición de desertados y en condición de graduados del programa de gobierno llamado Ser Pilo Paga, que ingresaron a Instituciones de Educación Superior acreditadas en alta calidad. La primera actividad por realizar es definir el número de personas condonadas o graduadas, así como inactivas o desertadas del total de la data, posterior a ello se realizará la validación de las variables socioeconómicas y académicas más significativas frente a la deserción académica para lograr la identificación de posibles nuevos desertores. Teniendo en cuenta lo anterior, gracias a los conocimientos adquiridos, se explorará las diferentes técnicas, así como determinar el modelo predictivo a usar, por medio de la comprobación y mayor porcentaje de efectividad una vez se corran los diferentes escenarios que incorporen las variables de la data. Posteriormente, se realizará una evaluación de los escenarios seleccionados, con el fin de seleccionar el más efectivo, realizar la predicción de la deserción frente a los beneficiarios activos académicamente. Para finalizar se realiza el backtesting con los beneficiarios que cambiaron su condición de estudiantes a condonados graduados o inactivos desertores. |
| publishDate |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2023-07-13T06:49:58Z |
| dc.date.available.none.fl_str_mv |
2023-07-13T06:49:58Z |
| dc.date.created.none.fl_str_mv |
2023-06-17 |
| dc.type.none.fl_str_mv |
bachelorThesis |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.document.none.fl_str_mv |
Trabajo de grado |
| dc.type.spa.none.fl_str_mv |
Trabajo de grado |
| dc.identifier.doi.none.fl_str_mv |
https://doi.org/10.48713/10336_40139 |
| dc.identifier.uri.none.fl_str_mv |
https://repository.urosario.edu.co/handle/10336/40139 |
| url |
https://doi.org/10.48713/10336_40139 https://repository.urosario.edu.co/handle/10336/40139 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.*.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.acceso.none.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International Abierto (Texto Completo) http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| dc.format.extent.none.fl_str_mv |
109 pp |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad del Rosario |
| dc.publisher.department.none.fl_str_mv |
Escuela de Administración Escuela de Ingeniería, Ciencia y Tecnología |
| dc.publisher.program.none.fl_str_mv |
Maestría en Business Analytics |
| publisher.none.fl_str_mv |
Universidad del Rosario |
| institution |
Universidad del Rosario |
| dc.source.bibliographicCitation.none.fl_str_mv |
Betancourth Sánchez, L. J., & Cuesta, J. (2016). Orientación vocacional y profesional en la juventud colombiana (edsair.od......2802..1df0f1b7ada109e076af7519a26bf99b). OpenAIRE. https://explore.openaire.eu/search/publication?articleId=od______2802::1df0f1b7ada109e076af7519a26bf99b Martínez Ipuz, J. A., Flórez, K., García, H., Gómez, V. M., González Jiménez, D. A., Bravo Castillo, M., Cuervo, F., Walker Forero, C., Gandini Price, A., Cardona Abrego, M., Garzón Rayo, O., Costala, G., Miranda, N., & Andrade, M. I. (2009). Retraimiento poblacional en educación superior: Ingreso, mortalidad académica y deserción. Universidad de San Buenaventura - Cali. Ministerio de Educación Nacional de Colombia. (2017a, febrero 7). Deserción Escolar. https://www.mineducacion.gov.co/portal/secciones/Glosario/82745:DESERCION-ESCOLAR Ministerio de Educación Nacional de Colombia. (2017b, febrero 27). Población Vulnerable. https://www.mineducacion.gov.co/portal/secciones/Glosario/82770:POBLACION-VULNERABLE Mora Cortés, A. F. (2016). La seudorrevolución educativa: Desigualdades, capitalismo y control en la educación superior en Colombia (edselb.123305). eLibro. https://search.ebscohost.com/login.aspx?direct=true&db=edselb&AN=edselb.123305&site=eds-live Palmer Pol, A., & Montaño Moreno, J. J. (1999). ¿Qué son las redes neuronales artificiales? Aplicaciones realizadas en el ámbito de las adicciones. Adicciones: Revista de Socidrogalcohol, 11(3), 243-243-255. República de Colombia. (1991). Constitución política de Colombia. Legis. |
| dc.source.instname.none.fl_str_mv |
instname:Universidad del Rosario |
| dc.source.reponame.none.fl_str_mv |
reponame:Repositorio Institucional EdocUR |
| bitstream.url.fl_str_mv |
https://repository.urosario.edu.co/bitstreams/8022a2e8-b04f-45a6-8a0c-4865b057e4a0/download https://repository.urosario.edu.co/bitstreams/b8788dc7-251c-4547-9aa7-1f62bcd0fb26/download https://repository.urosario.edu.co/bitstreams/e1a17bfe-75e0-435c-bdf8-a3f216e3fb5d/download https://repository.urosario.edu.co/bitstreams/7b8aea06-724b-473b-8279-bf6b0799cbe4/download https://repository.urosario.edu.co/bitstreams/8731169f-6b16-4b93-abe1-94c95bb82629/download |
| bitstream.checksum.fl_str_mv |
220e6b1bbe52db980ca7628dcc4944cf b2825df9f458e9d5d96ee8b7cd74fde6 3b6ce8e9e36c89875e8cf39962fe8920 f0af7e9943127dfdb26d69d687c93661 a7cec35ef21dac78973412d0aebbc129 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional EdocUR |
| repository.mail.fl_str_mv |
edocur@urosario.edu.co |
| _version_ |
1808390563641163776 |
| spelling |
Pinilla Alzate, Jeisson Orlandobaadcbe7-b8f8-4228-a14e-7080863300a8-1Giraldo Giraldo, Maria del PilarHernández Poveda, Jaime EnriqueMagíster en Business AnalyticsFull timed264451c-c507-4845-943f-bd5d5d5baa3b-1c04b7188-adf3-4e03-aba1-6e70453d1b4c-12023-07-13T06:49:58Z2023-07-13T06:49:58Z2023-06-17Para el proyecto empresarial de la maestría en Business Analytics se creará un Modelo de predicción sobre deserción académica en educación superior de la población vulnerable con altos resultados en las pruebas saber 11 del país, la población a analizar son los estudiantes en condición de desertados y en condición de graduados del programa de gobierno llamado Ser Pilo Paga, que ingresaron a Instituciones de Educación Superior acreditadas en alta calidad. La primera actividad por realizar es definir el número de personas condonadas o graduadas, así como inactivas o desertadas del total de la data, posterior a ello se realizará la validación de las variables socioeconómicas y académicas más significativas frente a la deserción académica para lograr la identificación de posibles nuevos desertores. Teniendo en cuenta lo anterior, gracias a los conocimientos adquiridos, se explorará las diferentes técnicas, así como determinar el modelo predictivo a usar, por medio de la comprobación y mayor porcentaje de efectividad una vez se corran los diferentes escenarios que incorporen las variables de la data. Posteriormente, se realizará una evaluación de los escenarios seleccionados, con el fin de seleccionar el más efectivo, realizar la predicción de la deserción frente a los beneficiarios activos académicamente. Para finalizar se realiza el backtesting con los beneficiarios que cambiaron su condición de estudiantes a condonados graduados o inactivos desertores.For the business project of the master's degree in Business Analytics, a prediction model will be created on academic desertion in higher education of the vulnerable population with high results in the saber 11 tests of the country, the population to be analyzed are the students in deserted condition and in condition of graduates of the government program called Ser Pilo Paga, who entered Higher Education Institutions accredited in high quality. The first activity to be carried out is to define the number of people condoned or graduated, as well as inactive or deserted from the total data, after which the validation of the most significant socioeconomic and academic variables will be carried out against academic desertion to achieve identification. of potential new dropouts. Taking into account the above, thanks to the knowledge acquired, the different techniques will be explored, as well as determining the predictive model to use, through verification and a higher percentage of effectiveness once the different scenarios that incorporate the variables of the analysis are run. data. Subsequently, an evaluation of the selected scenarios will be carried out, in order to select the most effective, to make the prediction of the dropout against the academically active beneficiaries. Finally, backtesting is carried out with the beneficiaries who changed their status from students to condoned graduates or inactive dropouts.109 ppapplication/pdfhttps://doi.org/10.48713/10336_40139 https://repository.urosario.edu.co/handle/10336/40139spaUniversidad del RosarioEscuela de AdministraciónEscuela de Ingeniería, Ciencia y TecnologíaMaestría en Business AnalyticsAttribution-NonCommercial-NoDerivatives 4.0 InternationalAbierto (Texto Completo)http://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2Betancourth Sánchez, L. J., & Cuesta, J. (2016). Orientación vocacional y profesional en la juventud colombiana (edsair.od......2802..1df0f1b7ada109e076af7519a26bf99b). OpenAIRE. https://explore.openaire.eu/search/publication?articleId=od______2802::1df0f1b7ada109e076af7519a26bf99bMartínez Ipuz, J. A., Flórez, K., García, H., Gómez, V. M., González Jiménez, D. A., Bravo Castillo, M., Cuervo, F., Walker Forero, C., Gandini Price, A., Cardona Abrego, M., Garzón Rayo, O., Costala, G., Miranda, N., & Andrade, M. I. (2009). Retraimiento poblacional en educación superior: Ingreso, mortalidad académica y deserción. Universidad de San Buenaventura - Cali.Ministerio de Educación Nacional de Colombia. (2017a, febrero 7). Deserción Escolar. https://www.mineducacion.gov.co/portal/secciones/Glosario/82745:DESERCION-ESCOLARMinisterio de Educación Nacional de Colombia. (2017b, febrero 27). Población Vulnerable. https://www.mineducacion.gov.co/portal/secciones/Glosario/82770:POBLACION-VULNERABLEMora Cortés, A. F. (2016). La seudorrevolución educativa: Desigualdades, capitalismo y control en la educación superior en Colombia (edselb.123305). eLibro. https://search.ebscohost.com/login.aspx?direct=true&db=edselb&AN=edselb.123305&site=eds-livePalmer Pol, A., & Montaño Moreno, J. J. (1999). ¿Qué son las redes neuronales artificiales? Aplicaciones realizadas en el ámbito de las adicciones. Adicciones: Revista de Socidrogalcohol, 11(3), 243-243-255.República de Colombia. (1991). Constitución política de Colombia. Legis.instname:Universidad del Rosarioreponame:Repositorio Institucional EdocUREducación superiorModelo estadísticoPoblación vulnerableDeserciónPredicciónHigher educationStatistical modelVulnerable populationDesertionPredictionModelo de predicción sobre deserción académica en educación superior de la población vulnerablePrediction model on academic desertion in higher education of the vulnerable populationbachelorThesisTrabajo de gradoTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de AdministraciónEscuela de Ingeniería, Ciencia y TecnologíaORIGINALModelo-de-prediccion-sobre-desercion-academica-GiraldoGiraldo-MariadelPilar-2023.pdfModelo-de-prediccion-sobre-desercion-academica-GiraldoGiraldo-MariadelPilar-2023.pdfapplication/pdf2436126https://repository.urosario.edu.co/bitstreams/8022a2e8-b04f-45a6-8a0c-4865b057e4a0/download220e6b1bbe52db980ca7628dcc4944cfMD51LICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/b8788dc7-251c-4547-9aa7-1f62bcd0fb26/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repository.urosario.edu.co/bitstreams/e1a17bfe-75e0-435c-bdf8-a3f216e3fb5d/download3b6ce8e9e36c89875e8cf39962fe8920MD53TEXTModelo-de-prediccion-sobre-desercion-academica-GiraldoGiraldo-MariadelPilar-2023.pdf.txtModelo-de-prediccion-sobre-desercion-academica-GiraldoGiraldo-MariadelPilar-2023.pdf.txtExtracted texttext/plain102002https://repository.urosario.edu.co/bitstreams/7b8aea06-724b-473b-8279-bf6b0799cbe4/downloadf0af7e9943127dfdb26d69d687c93661MD54THUMBNAILModelo-de-prediccion-sobre-desercion-academica-GiraldoGiraldo-MariadelPilar-2023.pdf.jpgModelo-de-prediccion-sobre-desercion-academica-GiraldoGiraldo-MariadelPilar-2023.pdf.jpgGenerated Thumbnailimage/jpeg2379https://repository.urosario.edu.co/bitstreams/8731169f-6b16-4b93-abe1-94c95bb82629/downloada7cec35ef21dac78973412d0aebbc129MD5510336/40139oai:repository.urosario.edu.co:10336/401392023-07-13 03:00:18.354http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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 |