Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio

Autores
Formia, Sonia; Lanzarini, Laura Cristina; Hasperué, Waldo
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En el ámbito de la Universidad Nacional de Río Negro (UNRN), y en particular en la Sede Atlántica desde la Licenciatura en Sistemas, es una creciente preocupación el fenómeno de deserción y desgranamiento que se ha podido apreciar en los cuatro primeros años de vida de la Institución. El presente trabajo describe el proceso de identificación de las características más relevantes del problema a través de las cuales, utilizando técnicas de Minería de Datos (DM), puede obtenerse un modelo de la deserción universitaria en la unidad académica mencionada. Para identificar las características más relevantes se propone analizar, luego del preprocesamiento de los datos, las proyecciones de los atributos en las clases o respuestas esperadas. Su aplicación a los datos de los alumnos de las carreras de grado de la UNRN ha ofrecido resultados satisfactorios permitiendo efectuar recomendaciones tendientes a reducir el porcentaje de alumnos que abandona la carrera.
At the National University of Río Negro (UNRN), and its Atlantic Coast Delegation in particular, it is an increasing concern for the courses corresponding to the Bachelor's Degree in Systems, the drop-out and crumbling rates observed in the first four years of the Institution. This paper describes the process of identifying the most relevant features of the problem through which, using Data Mining (DM) techniques, a college drop-out model can be obtained for the academic unit mentioned above. In order to identify the most relevant features, after processing the data we will analyze attribute projections for the expected classes or responses. The results of its application to the student data from the courses of the UNRN have been satisfactory, which allows making some recommendations aimed at reducing the percentage of students who drop put from their courses.
Facultad de Informática
Materia
Educación
Ciencias Informáticas
selección de atributos
Feature evaluation and selection
proyección de atributos
minería de datos
Projections
deserción universitaria
attribute selection
attribute projection
data mining
university dropout rates
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/32401

id SEDICI_a648809768d15f2f569878b17af857b6
oai_identifier_str oai:sedici.unlp.edu.ar:10915/32401
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudioFormia, SoniaLanzarini, Laura CristinaHasperué, WaldoEducaciónCiencias Informáticasselección de atributosFeature evaluation and selectionproyección de atributosminería de datosProjectionsdeserción universitariaattribute selectionattribute projectiondata mininguniversity dropout ratesEn el ámbito de la Universidad Nacional de Río Negro (UNRN), y en particular en la Sede Atlántica desde la Licenciatura en Sistemas, es una creciente preocupación el fenómeno de deserción y desgranamiento que se ha podido apreciar en los cuatro primeros años de vida de la Institución. El presente trabajo describe el proceso de identificación de las características más relevantes del problema a través de las cuales, utilizando técnicas de Minería de Datos (DM), puede obtenerse un modelo de la deserción universitaria en la unidad académica mencionada. Para identificar las características más relevantes se propone analizar, luego del preprocesamiento de los datos, las proyecciones de los atributos en las clases o respuestas esperadas. Su aplicación a los datos de los alumnos de las carreras de grado de la UNRN ha ofrecido resultados satisfactorios permitiendo efectuar recomendaciones tendientes a reducir el porcentaje de alumnos que abandona la carrera.At the National University of Río Negro (UNRN), and its Atlantic Coast Delegation in particular, it is an increasing concern for the courses corresponding to the Bachelor's Degree in Systems, the drop-out and crumbling rates observed in the first four years of the Institution. This paper describes the process of identifying the most relevant features of the problem through which, using Data Mining (DM) techniques, a college drop-out model can be obtained for the academic unit mentioned above. In order to identify the most relevant features, after processing the data we will analyze attribute projections for the expected classes or responses. The results of its application to the student data from the courses of the UNRN have been satisfactory, which allows making some recommendations aimed at reducing the percentage of students who drop put from their courses.Facultad de Informática2013-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf92-98http://sedici.unlp.edu.ar/handle/10915/32401spainfo:eu-repo/semantics/altIdentifier/url/http://teyet-revista.info.unlp.edu.ar/wp-content/uploads/2016/06/TEYET11-art11.pdfinfo:eu-repo/semantics/altIdentifier/issn/1850-9959info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc/3.0/Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:58:20Zoai:sedici.unlp.edu.ar:10915/32401Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:58:20.585SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio
title Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio
spellingShingle Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio
Formia, Sonia
Educación
Ciencias Informáticas
selección de atributos
Feature evaluation and selection
proyección de atributos
minería de datos
Projections
deserción universitaria
attribute selection
attribute projection
data mining
university dropout rates
title_short Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio
title_full Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio
title_fullStr Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio
title_full_unstemmed Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio
title_sort Caracterización de la deserción universitaria en la UNRN utilizando Minería de Datos : Un caso de estudio
dc.creator.none.fl_str_mv Formia, Sonia
Lanzarini, Laura Cristina
Hasperué, Waldo
author Formia, Sonia
author_facet Formia, Sonia
Lanzarini, Laura Cristina
Hasperué, Waldo
author_role author
author2 Lanzarini, Laura Cristina
Hasperué, Waldo
author2_role author
author
dc.subject.none.fl_str_mv Educación
Ciencias Informáticas
selección de atributos
Feature evaluation and selection
proyección de atributos
minería de datos
Projections
deserción universitaria
attribute selection
attribute projection
data mining
university dropout rates
topic Educación
Ciencias Informáticas
selección de atributos
Feature evaluation and selection
proyección de atributos
minería de datos
Projections
deserción universitaria
attribute selection
attribute projection
data mining
university dropout rates
dc.description.none.fl_txt_mv En el ámbito de la Universidad Nacional de Río Negro (UNRN), y en particular en la Sede Atlántica desde la Licenciatura en Sistemas, es una creciente preocupación el fenómeno de deserción y desgranamiento que se ha podido apreciar en los cuatro primeros años de vida de la Institución. El presente trabajo describe el proceso de identificación de las características más relevantes del problema a través de las cuales, utilizando técnicas de Minería de Datos (DM), puede obtenerse un modelo de la deserción universitaria en la unidad académica mencionada. Para identificar las características más relevantes se propone analizar, luego del preprocesamiento de los datos, las proyecciones de los atributos en las clases o respuestas esperadas. Su aplicación a los datos de los alumnos de las carreras de grado de la UNRN ha ofrecido resultados satisfactorios permitiendo efectuar recomendaciones tendientes a reducir el porcentaje de alumnos que abandona la carrera.
At the National University of Río Negro (UNRN), and its Atlantic Coast Delegation in particular, it is an increasing concern for the courses corresponding to the Bachelor's Degree in Systems, the drop-out and crumbling rates observed in the first four years of the Institution. This paper describes the process of identifying the most relevant features of the problem through which, using Data Mining (DM) techniques, a college drop-out model can be obtained for the academic unit mentioned above. In order to identify the most relevant features, after processing the data we will analyze attribute projections for the expected classes or responses. The results of its application to the student data from the courses of the UNRN have been satisfactory, which allows making some recommendations aimed at reducing the percentage of students who drop put from their courses.
Facultad de Informática
description En el ámbito de la Universidad Nacional de Río Negro (UNRN), y en particular en la Sede Atlántica desde la Licenciatura en Sistemas, es una creciente preocupación el fenómeno de deserción y desgranamiento que se ha podido apreciar en los cuatro primeros años de vida de la Institución. El presente trabajo describe el proceso de identificación de las características más relevantes del problema a través de las cuales, utilizando técnicas de Minería de Datos (DM), puede obtenerse un modelo de la deserción universitaria en la unidad académica mencionada. Para identificar las características más relevantes se propone analizar, luego del preprocesamiento de los datos, las proyecciones de los atributos en las clases o respuestas esperadas. Su aplicación a los datos de los alumnos de las carreras de grado de la UNRN ha ofrecido resultados satisfactorios permitiendo efectuar recomendaciones tendientes a reducir el porcentaje de alumnos que abandona la carrera.
publishDate 2013
dc.date.none.fl_str_mv 2013-12
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Articulo
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/32401
url http://sedici.unlp.edu.ar/handle/10915/32401
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://teyet-revista.info.unlp.edu.ar/wp-content/uploads/2016/06/TEYET11-art11.pdf
info:eu-repo/semantics/altIdentifier/issn/1850-9959
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc/3.0/
Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/3.0/
Creative Commons Attribution-NonCommercial 3.0 Unported (CC BY-NC 3.0)
dc.format.none.fl_str_mv application/pdf
92-98
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_ 1844615845966249984
score 13.070432