Deserción de estudiantes en carreras de ingeniería : análisis multivariable utilizando minería de datos educativa
dc.creator | Vera, Marcela Andrea | |
dc.creator | Ale, Mariel Alejandra | |
dc.creator | Ballejos, Luciana | |
dc.creator.orcid | 0000-0002-4866-4821 | es_ES |
dc.creator.orcid | 0000-0001-5443-6617 | es_ES |
dc.date.accessioned | 2024-03-25T21:39:02Z | |
dc.date.available | 2024-03-25T21:39:02Z | |
dc.date.issued | 2022-11 | |
dc.description.abstract | La alta tasa de deserción estudiantil en las carreras universitarias es una problemática actual en las universidades argentinas y de toda Latinoamérica. El objetivo de este trabajo es analizar mediante algoritmos de minería de datos este fenómeno para obtener conocimiento que permita a las autoridades generar estrategias que disminuyan la cantidad de alumnos que no finalizan sus estudios de grado. En particular, en este trabajo se utilizó la metodología CRISP-DM para guiar las diferentes etapas y se implementaron los modelos KMeans y Perceptron Multicapa, ambos ampliamente utilizados en el contexto de la minería de datos para datos académicos. Finalmente, se encontró una interrelación entre la probabilidad de abandono y la cantidad de materias que el alumno debe recursar, además de generar un modelo predictivo de deserción con una precisión cercana al 90%. | es_ES |
dc.description.affiliation | Fil: Vera, Marcela Andrea. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina. | es_ES |
dc.description.affiliation | Fil: Ale, Mariel Alejandra. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina. | es_ES |
dc.description.affiliation | Fil: Ballejos, Luciana Cristina. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina. | es_ES |
dc.format | es_ES | |
dc.identifier.citation | Vera, M.A.; Ale, M.A. & Ballejos, L. (3 y 4 de noviembre de 2022). Deserción de estudiantes en carreras de ingeniería : análisis multivariable utilizando minería de datos educativa. X Congreso Nacional de Ingeniería Informática y Sistemas de Información (CoNaIISI), UTN. Facultad Regional Concepción del Uruguay, Argentina. | es_ES |
dc.identifier.doi | https://doi.org/10.33414/ajea.1146.2022 | |
dc.identifier.uri | http://hdl.handle.net/20.500.12272/10065 | |
dc.language.iso | spa | es_ES |
dc.publisher | X CONAIISI | es_ES |
dc.relation.projectid | SITCBFE0008086TC - Análisis de la adecuación de los procesos de Ingeniería del Software para el desarrollo de Sistemas basados en Inteligencia Artificial en los ámbitos público, industrial y educativo. | es_ES |
dc.rights | openAccess | es_ES |
dc.rights.holder | Las autoras | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | * |
dc.rights.uri | Atribución 4.0 Internacional | * |
dc.rights.use | CreativeCommons | es_ES |
dc.subject | Análisis Multivariable | es_ES |
dc.subject | Minería de datos | es_ES |
dc.subject | Educación | es_ES |
dc.title | Deserción de estudiantes en carreras de ingeniería : análisis multivariable utilizando minería de datos educativa | es_ES |
dc.type | info:eu-repo/semantics/conferenceObject | es_ES |
dc.type.version | publisherVersion | es_ES |
Files
Original bundle
1 - 1 of 1
- Name:
- 2022 - CONAIISI VERA.pdf
- Size:
- 319.44 KB
- Format:
- Adobe Portable Document Format
- Description:
- Presentación - Vera / Ale / Ballejos
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: