Deserción en la Educación Superior: Modelo de alertas tempranas con tecnologías emergentes en la Universidad de las Fuerzas Armadas-ESPE

La deserción estudiantil en la educación superior representa un desafío significativo que afecta tanto a las Instituciones Universitarias como a los estudiantes. En el presente proyecto de investigación se desarrolló un modelo de alertas tempranas para la predicción de la deserción estudiantil en la Universidad de las Fuerzas Armadas-ESPE, mediante el uso de metodologías y técnicas de minería de datos, se aplicaron algoritmos como J48, randomforest y randomtree para identificar patrones y factores de riesgo asociados con la deserción. El objetivo del proyecto se plasmó al apreciar la existencia de problemas en el rendimiento académico en asignaturas de Ciencias exactas las que tienen mayor incidencia en que un alumno abandone sus estudios, asimismo, se emplearon técnicas de análisis de predicción para anticipar posibles casos de deserción y así proporcionar a la Universidad una herramienta para identificar a los estudiantes en riesgo y diseñar intervenciones personalizadas que fomenten su retención y éxito académico, con la finalidad de mejorar el conocimiento de la realidad sobre la deserción estudiantil se recomienda utilizar herramientas de minería de datos como es Weka que ayuden a mitigar y tomar acciones tempranas, como también reforzar, igualar los vacíos que se presentan en el conocimiento de los estudiantes. Este enfoque proactivo no solo beneficia a los estudiantes al ofrecerles el apoyo necesario, sino que también permite a la Institución optimizar sus recursos y estrategias de retención.

• Autore principale: Maila Nasimba, William Wilfrido (author)
• Natura: bachelorThesis
• Pubblicazione: 2024
• Soggetti: MINERÍA DE DATOS; ALGORITMO; ESTUDIANTES; PREDICCIÓN
• Accesso online: https://repositorio.espe.edu.ec/handle/21000/41497