Modelos predictivos de la deserción estudiantil en una universidad privada peruana
Resumen
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.Descargas
Derechos de autor 2018 Oswaldo Sifuentes Bitocchi

Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.

INDUSTRIAL DATA por Facultad de Ingeniería Industrial de la Universidad Nacional Mayor de San Marcos se distribuye bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
Basada en una obra en http://revistasinvestigacion.unmsm.edu.pe/index.php/idata/index.
LOS AUTORES RETIENEN SUS DERECHOS:
a. Los autores retienen sus derechos de marca y patente, y tambien sobre cualquier proceso o procedimiento descrito en el artículo.
b. Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el articulo publicado en la revista INDUSTRIAL DATA (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la revista INDUSTRIAL DATA.
c. Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, numero y fecha).