Algoritmo computacional para el análisis y toma de decisiones en datos de deserción escolar, utilizando estrategias de machine learning

El abandono de los estudios antes de culminar el ciclo educativo representa un desafío multidimensional con repercusiones personales y sociales significativas. A través de este proyecto, se examinaron de manera exhaustiva los factores determinantes, patrones y estrategias para abordar este fenómeno en el contexto colombiano. Los hallazgos revelaron una tendencia decreciente en las tasas nacionales de deserción durante la última década, aunque persisten brechas preocupantes en ciertos segmentos poblacionales y regiones geográficas. Las disparidades más notorias se evidenciaron entre las zonas urbanas y rurales, con índices de abandono considerablemente más elevados en estas últimas, reflejando las barreras adicionales que enfrentan las comunidades alejadas de los centros urbanos. Asimismo, los análisis indicaron que los niveles superiores de educación, particularmente la enseñanza media, exhiben mayores tasas de deserción en comparación con la primaria, destacando la urgencia de implementar estrategias de retención específicas en estas etapas cruciales de formación académica.

• Autores: Castaño Díaz, José Camilo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/2657
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/2657
• Palabra clave: Deserción escolar; Datos; Factores de riesgo educativos; Cobertura educativa; Calidad educativa; Machine learning; Aprendizaje automático (Inteligencia artificial); Toma de decisiones; Deserción escolar
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)