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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/45515

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