Modelo predictivo de rendimiento académico para el apoyo, prevención y disminución de la tasa de deserción universitaria

Antes de la pandemia uno de los mayores problemas en las instituciones universitarias, era la deserción y abandono de muchos de sus alumnos. En la actualidad se ha vuelto aún más crítica la situación ya que la pandemia ha obligado a muchas personas a dejar a un lado dichos estudios por diversos motivos, bien sea económicos o personales. Investigar las causas de deserción con los medios adecuados podría permitir disminuir el número de desertores, contribuyendo a la toma de decisiones dentro de la gestión académica. Se evaluaron los modelos de árboles de decisión para analizar el comportamiento de los estudiantes, además también se revisaron múltiples estudios hechos en Bogotá, que describen las múltiples causas de deserción académica evaluando factores como el rendimiento académico, estatus social y aspectos económicos junto a su entorno social. La exactitud de los estudios es evaluada con base a la información que brindaron diferentes universidades a nivel distrital. El objetivo de este proyecto es investigar e implementar una herramienta que permita detectar de manera temprana, los estudiantes que podrían llegar a dejar inconcluso su proceso académico. Teniendo en cuenta esto, es importante realizar esta primera etapa en un grupo reducido de estudiantes de ingeniería de sistemas de la universidad Jorge Tadeo Lozano sede Bogotá. Al ser un proyecto de Machine Learning, existen muchas metodologías que se pueden se pueden acoplar a la ejecución del proyecto, sin embargo, en esta ocasión se escogió la metodología CRISP-DM. La implementación de este marco de trabajo ayudará a facilitar el seguimiento del proyecto y adicional aumentará la calidad de los entregables propuestos del proyecto. De esta forma se brindará una herramienta a la universidad Jorge Tadeo, que ayudará a identificar estudiantes en riesgo, para tomar acciones que puedan prevenir la deserción. Brindando una herramienta a los estudiantes y a la universidad

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad de Bogotá Jorge Tadeo Lozano
• Repositorio: Expeditio: repositorio UTadeo
• Idioma: spa
• OAI Identifier: oai:expeditiorepositorio.utadeo.edu.co:20.500.12010/20869
• Acceso en línea: http://hdl.handle.net/20.500.12010/20869
• Palabra clave: Ingeniería industrial; Ingeniería industrial -- Tesis y disertaciones académicas; Medición del trabajo -- Tesis y disertaciones académicas; Investigación operacional -- Tesis y disertaciones académicas
• License: Abierto (Texto Completo)