Ayuda
Ir al contenido

Dialnet


Patrones que identifican a estudiantes universitarios desertores aplicando minería de datos educativa

  • Autores: Argelia Berenice Urbina Nájera, Arturo Téllez-Velázquez, Raúl Cruz Barbosa
  • Localización: REDIE: Revista Electrónica de Investigación Educativa, ISSN-e 1607-4041, Nº. 23, 2021
  • Idioma: español
  • Enlaces
  • Resumen
    • En este trabajo se presenta un análisis de las características más relevantes de un potencial desertor universitario, mediante la aplicación de algoritmos de minería de datos educativa. Se utilizó un conjunto de datos de 10 635 instancias, adquiridas en el período 2014-2019, de 53 programas de licenciatura de una institución privada del estado de Puebla (México). Los resultados muestran que el modelo obtenido por los árboles de decisión ofrece mayor desempeño que otros algoritmos, así como una fácil interpretación de éste mediante reglas de decisión. Además, el rendimiento del modelo es mejor que otros modelos relacionados en la literatura aplicados al mismo problema. Los métodos de selección de características permitieron encontrar los atributos más importantes que identifican a un potencial desertor, tales como: el período, el último semestre cursado, créditos cursados, asistencia, materias reprobadas y programa. Utilizando los atributos y reglas de decisión encontradas se podrían crear mecanismos que favorezcan la prevención de la deserción.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno