Antes y después de la pandemia: Predicción de la deserción estudiantil en la Universidad Sergio Arboleda
La deserción estudiantil, entendida como el abandono total de las aulas, por parte del estudiante, durante un periodo igual o superior a un año, está influenciado por múltiples factores de tipo ético, político, social, familiar y cultural. Como consecuencia de la situación generada por la pandemia d...
- Autores:
-
Acero López, Andrés Esteban
Moreno Ortiz, Sergio Daniel
- Tipo de recurso:
- Part of book
- Fecha de publicación:
- 2022
- Institución:
- Universidad Sergio Arboleda
- Repositorio:
- Repositorio U. Sergio Arboleda
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usergioarboleda.edu.co:11232/1860
- Acceso en línea:
- http://hdl.handle.net/11232/1860
- Palabra clave:
- Deserción universitaria - Modelos predictivos
Deserción universitaria - Modelos matemáticos
Planificación educativa
College dropouts - Predictive models
College dropouts - Mathematical models
Educational planning
deserción estudiantil
modelo predictivo
educación
pandemia
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
Summary: | La deserción estudiantil, entendida como el abandono total de las aulas, por parte del estudiante, durante un periodo igual o superior a un año, está influenciado por múltiples factores de tipo ético, político, social, familiar y cultural. Como consecuencia de la situación generada por la pandemia de covid-19, la cantidad de estudiantes que han dejado de estudiar ha aumentado, lo que hace necesario replantear estrategias para afrontar las posibles deserciones que se produzcan en el corto y mediano plazo. A través del reconocimiento de patrones y comportamientos que no son visibles, este estudio se propuso desarrollar modelos basados en estadística para detectar, de manera temprana, a los estudiantes con alto riesgo de deserción. El objetivo de este proyecto se centró en construir un modelo de deserción estudiantil para los estudiantes de la Escuela de Ciencias Exactas e Ingeniería (ECEI) de la Universidad Sergio Arboleda, que permitirá pronosticar la posibilidad de que un estudiante abandone las aulas en cada periodo de tiempo: semestre o año. Para su desarrollo se utilizó la información socioeconómica brindada por los estudiantes al momento de ingresar a la universidad, sus calificaciones y una variable categórica de deserción. Por otra parte, para garantizar una mejor predicción en situación de pandemia, se incluyó la información económica de los padres o acudientes, a través de variables nuevas que representen el riesgo de deserción durante la pandemia. Puesto que los modelos son específicos de aprendizaje supervisado y no existe un consenso sobre el mejor modelo para aplicar, se utilizaron algoritmos de clasificación basados en redes bayesianas y bosques aleatorios. Además, se identificaron como variables significantes el promedio de notas de los estudiantes, el grupo y el resultado de la prueba Icfes. A partir de los resultados, se pudo concluir que, dada la situación actual, es necesario contar con herramientas de corto plazo para planificar estrategias que permitan enfrentar de la mejor manera posible los retos en torno a la deserción que emergieron o se consolidaron en el contexto de la pandemia. |
---|