Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.12394/8288
Title: Modelos predictivos de la deserción estudiantil en una universidad privada peruana
Authors: Sifuentes Bitocchi, Oswaldo
Keywords: Deserción estudiantil
Estudiantes universitarios
Publisher: Universidad Continental
Issue Date: 2018
metadata.dc.date.available: 3-Dec-2020
metadata.dc.date.created: 2020
Citation: Sifuentes, O. (2018). Modelos predictivos de la deserción estudiantil en una universidad privada peruana. Industria data,2 1(2), 47-52. https://doi.org/10.15381/idata.v21i2.15602
metadata.dc.identifier.doi: https://doi.org/10.15381/idata.v21i2.15602
Abstract: La deserción es un problema que afecta a las universidades, públicas y privadas, y acarrea una serie de consecuencias negativas tanto para las instituciones como para los mismos jóvenes, por ello, el objetivo de este estudio fue determinar cómo el uso de modelos predictivos en asignaturas críticas contribuye a identificar a los estudiantes en riesgo de deserción. Se diseñaron siete modelos predictivos con la metodología CRISP (Cross-Industry Standard Process for Data Mining) y el historial académico de los estudiantes, para ser aplicados en siete cursos. Entre los principales resultados se puede destacar que los modelos predictivos contribuyeron a reducir en un 25 % y 40 % los niveles de desaprobación y las variables que mejor la predijeron fueron la carrera que estudian (vocación), el número de veces que se matriculan en la asignatura y la nota que tuvieron en matemática o comunicación cuando cursaron el quinto año de secundaria.
metadata.dc.relation: https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/15602
Extension: p. 47-52
metadata.dc.rights.accessRights: Acceso abierto
metadata.dc.source: Universidad Continental
Repositorio Institucional - Continental
Appears in Collections:Artículos Científicos

Files in This Item:
There are no files associated with this item.


This item is licensed under a Creative Commons License Creative Commons