Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP

Autores
Istvan, Romina Mariel; Lasagna, Valeria
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El presente proyecto plantea como objetivo la identificación de los diferentes factores que influyen en la deserción estudiantil, con el fin de caracterizar y extraer los perfiles de los estudiantes desertores. Se espera así, generar un conjunto de indicadores de detección temprana de problemáticas del aprendizaje y dificultades en el trayecto inicial de formación académica. Para tal fin, la investigación explora la capacidad de la técnica Minería de Datos como una alternativa útil para encontrar información derivada a partir de la detección de patrones de atributos individuales, tomando como caso de estudio a los ingresantes y aspirantes a las carreras brindadas por la Universidad Tecnológica Nacional Facultad Regional La Plata.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Abandono de los Estudiantes
Minería de Datos
Indicadores
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/76966

id SEDICI_586a24283aa3e2f72a1948ff23ce3c27
oai_identifier_str oai:sedici.unlp.edu.ar:10915/76966
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLPIstvan, Romina MarielLasagna, ValeriaCiencias InformáticasAbandono de los EstudiantesMinería de DatosIndicadoresEl presente proyecto plantea como objetivo la identificación de los diferentes factores que influyen en la deserción estudiantil, con el fin de caracterizar y extraer los perfiles de los estudiantes desertores. Se espera así, generar un conjunto de indicadores de detección temprana de problemáticas del aprendizaje y dificultades en el trayecto inicial de formación académica. Para tal fin, la investigación explora la capacidad de la técnica Minería de Datos como una alternativa útil para encontrar información derivada a partir de la detección de patrones de atributos individuales, tomando como caso de estudio a los ingresantes y aspirantes a las carreras brindadas por la Universidad Tecnológica Nacional Facultad Regional La Plata.Eje: Agentes y Sistemas Inteligentes.Red de Universidades con Carreras en Informática2019-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/76966spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-3984-85-3info:eu-repo/semantics/reference/hdl/10915/76941info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:05:35Zoai:sedici.unlp.edu.ar:10915/76966Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:05:36.005SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP
title Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP
spellingShingle Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP
Istvan, Romina Mariel
Ciencias Informáticas
Abandono de los Estudiantes
Minería de Datos
Indicadores
title_short Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP
title_full Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP
title_fullStr Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP
title_full_unstemmed Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP
title_sort Aplicación de minería de datos en la extracción de perfiles de deserción estudiantil sobre ingresantes de la UTN FRLP
dc.creator.none.fl_str_mv Istvan, Romina Mariel
Lasagna, Valeria
author Istvan, Romina Mariel
author_facet Istvan, Romina Mariel
Lasagna, Valeria
author_role author
author2 Lasagna, Valeria
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Abandono de los Estudiantes
Minería de Datos
Indicadores
topic Ciencias Informáticas
Abandono de los Estudiantes
Minería de Datos
Indicadores
dc.description.none.fl_txt_mv El presente proyecto plantea como objetivo la identificación de los diferentes factores que influyen en la deserción estudiantil, con el fin de caracterizar y extraer los perfiles de los estudiantes desertores. Se espera así, generar un conjunto de indicadores de detección temprana de problemáticas del aprendizaje y dificultades en el trayecto inicial de formación académica. Para tal fin, la investigación explora la capacidad de la técnica Minería de Datos como una alternativa útil para encontrar información derivada a partir de la detección de patrones de atributos individuales, tomando como caso de estudio a los ingresantes y aspirantes a las carreras brindadas por la Universidad Tecnológica Nacional Facultad Regional La Plata.
Eje: Agentes y Sistemas Inteligentes.
Red de Universidades con Carreras en Informática
description El presente proyecto plantea como objetivo la identificación de los diferentes factores que influyen en la deserción estudiantil, con el fin de caracterizar y extraer los perfiles de los estudiantes desertores. Se espera así, generar un conjunto de indicadores de detección temprana de problemáticas del aprendizaje y dificultades en el trayecto inicial de formación académica. Para tal fin, la investigación explora la capacidad de la técnica Minería de Datos como una alternativa útil para encontrar información derivada a partir de la detección de patrones de atributos individuales, tomando como caso de estudio a los ingresantes y aspirantes a las carreras brindadas por la Universidad Tecnológica Nacional Facultad Regional La Plata.
publishDate 2019
dc.date.none.fl_str_mv 2019-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/76966
url http://sedici.unlp.edu.ar/handle/10915/76966
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-3984-85-3
info:eu-repo/semantics/reference/hdl/10915/76941
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064110680145920
score 13.22299