Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería
- Autores
- Ahumada, Hernán César; Dip, Hugo; Herrera, Carlos Gabriel; Leguizamón Almendra, Juan Carlos
- Año de publicación
- 2015
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Las carreras de Ingeniería de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca tienen estadísticas de deserción y desgranamiento de magnitud significativa y se producen fundamentalmente en los primeros años de estudios. La mayoría de los análisis descriptivos de este fenómeno revelan demasiado tarde el abandono de estudiantes en diferentes tramos de la carrera. En este proyecto se busca mediante la aplicación de métodos de minería de datos, caracterizar la trayectoria académica de los estudiantes, con la finalidad de detectar patrones compatibles con situaciones de dificultades en el aprendizaje, que puedan derivar posteriormente en abandono de los estudios universitarios. La determinación de patrones que describan el rendimiento académico como así también las dificultades prevalentes que se les presentan a los alumnos en la resolución de situaciones prácticas de matemáticas correspondientes al primer año de las carreras de Ingeniería, permitirá adoptar en tiempo y forma, medidas didácticas e institucionales tendientes a disminuir los índices de deserción y desgranamiento de las carreras de Ingeniería. Para el desarrollo de los modelos descriptivos y predictivos se aplicarán principalmente técnicas de agrupamiento (clustering), árboles de decisión, reglas de asociación y clasificación, y máquinas de vectores soporte (SVM).
Eje: Base de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Abandono de los Estudiantes
Data mining
Alerta Temprana - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/45515
Ver los metadatos del registro completo
id |
SEDICI_96cf94dbfaa454c12595bce91756ef01 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/45515 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Minería de datos para un sistema de alerta temprana de deserción en carreras de IngenieríaAhumada, Hernán CésarDip, HugoHerrera, Carlos GabrielLeguizamón Almendra, Juan CarlosCiencias InformáticasAbandono de los EstudiantesData miningAlerta TempranaLas carreras de Ingeniería de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca tienen estadísticas de deserción y desgranamiento de magnitud significativa y se producen fundamentalmente en los primeros años de estudios. La mayoría de los análisis descriptivos de este fenómeno revelan demasiado tarde el abandono de estudiantes en diferentes tramos de la carrera. En este proyecto se busca mediante la aplicación de métodos de minería de datos, caracterizar la trayectoria académica de los estudiantes, con la finalidad de detectar patrones compatibles con situaciones de dificultades en el aprendizaje, que puedan derivar posteriormente en abandono de los estudios universitarios. La determinación de patrones que describan el rendimiento académico como así también las dificultades prevalentes que se les presentan a los alumnos en la resolución de situaciones prácticas de matemáticas correspondientes al primer año de las carreras de Ingeniería, permitirá adoptar en tiempo y forma, medidas didácticas e institucionales tendientes a disminuir los índices de deserción y desgranamiento de las carreras de Ingeniería. Para el desarrollo de los modelos descriptivos y predictivos se aplicarán principalmente técnicas de agrupamiento (clustering), árboles de decisión, reglas de asociación y clasificación, y máquinas de vectores soporte (SVM).Eje: Base de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2015-04info: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/10915/45515spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:35:05Zoai:sedici.unlp.edu.ar:10915/45515Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:35:05.627SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería |
title |
Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería |
spellingShingle |
Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería Ahumada, Hernán César Ciencias Informáticas Abandono de los Estudiantes Data mining Alerta Temprana |
title_short |
Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería |
title_full |
Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería |
title_fullStr |
Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería |
title_full_unstemmed |
Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería |
title_sort |
Minería de datos para un sistema de alerta temprana de deserción en carreras de Ingeniería |
dc.creator.none.fl_str_mv |
Ahumada, Hernán César Dip, Hugo Herrera, Carlos Gabriel Leguizamón Almendra, Juan Carlos |
author |
Ahumada, Hernán César |
author_facet |
Ahumada, Hernán César Dip, Hugo Herrera, Carlos Gabriel Leguizamón Almendra, Juan Carlos |
author_role |
author |
author2 |
Dip, Hugo Herrera, Carlos Gabriel Leguizamón Almendra, Juan Carlos |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Abandono de los Estudiantes Data mining Alerta Temprana |
topic |
Ciencias Informáticas Abandono de los Estudiantes Data mining Alerta Temprana |
dc.description.none.fl_txt_mv |
Las carreras de Ingeniería de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca tienen estadísticas de deserción y desgranamiento de magnitud significativa y se producen fundamentalmente en los primeros años de estudios. La mayoría de los análisis descriptivos de este fenómeno revelan demasiado tarde el abandono de estudiantes en diferentes tramos de la carrera. En este proyecto se busca mediante la aplicación de métodos de minería de datos, caracterizar la trayectoria académica de los estudiantes, con la finalidad de detectar patrones compatibles con situaciones de dificultades en el aprendizaje, que puedan derivar posteriormente en abandono de los estudios universitarios. La determinación de patrones que describan el rendimiento académico como así también las dificultades prevalentes que se les presentan a los alumnos en la resolución de situaciones prácticas de matemáticas correspondientes al primer año de las carreras de Ingeniería, permitirá adoptar en tiempo y forma, medidas didácticas e institucionales tendientes a disminuir los índices de deserción y desgranamiento de las carreras de Ingeniería. Para el desarrollo de los modelos descriptivos y predictivos se aplicarán principalmente técnicas de agrupamiento (clustering), árboles de decisión, reglas de asociación y clasificación, y máquinas de vectores soporte (SVM). Eje: Base de Datos y Minería de Datos Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Las carreras de Ingeniería de la Facultad de Tecnología y Ciencias Aplicadas de la Universidad Nacional de Catamarca tienen estadísticas de deserción y desgranamiento de magnitud significativa y se producen fundamentalmente en los primeros años de estudios. La mayoría de los análisis descriptivos de este fenómeno revelan demasiado tarde el abandono de estudiantes en diferentes tramos de la carrera. En este proyecto se busca mediante la aplicación de métodos de minería de datos, caracterizar la trayectoria académica de los estudiantes, con la finalidad de detectar patrones compatibles con situaciones de dificultades en el aprendizaje, que puedan derivar posteriormente en abandono de los estudios universitarios. La determinación de patrones que describan el rendimiento académico como así también las dificultades prevalentes que se les presentan a los alumnos en la resolución de situaciones prácticas de matemáticas correspondientes al primer año de las carreras de Ingeniería, permitirá adoptar en tiempo y forma, medidas didácticas e institucionales tendientes a disminuir los índices de deserción y desgranamiento de las carreras de Ingeniería. Para el desarrollo de los modelos descriptivos y predictivos se aplicarán principalmente técnicas de agrupamiento (clustering), árboles de decisión, reglas de asociación y clasificación, y máquinas de vectores soporte (SVM). |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-04 |
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/10915/45515 |
url |
http://sedici.unlp.edu.ar/handle/10915/45515 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
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_ |
1842260203533238272 |
score |
13.13397 |