Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
Supervisor(es): Tansini, Libertad
Resumen:
La motivación para la realización de este proyecto, surge a raíz de la necesidad de la UEFI (Unidad de Enseñanza de Facultad de Ingeniería), de buscar posibles causas o explicaciones sobre la desvinculación de los estudiantes con sus carreras, en base a los datos disponibles en el sistema de bedelías de la Udelar. Dentro de este proyecto se desprenden los siguientes resultados: 1.- La automatización de parte del proceso de realización de informes por parte de la UEFI mediante la implementación de una primera versión de un Data Warehouse. 2.- Análisis descriptivo de las variables que pueden incidir en la desvinculación de los estudiantes utilizando nuevas fuentes de datos, que hasta el comienzo de este proyecto no estaban siendo utilizadas (encuesta continua de hogares, escolaridades de los alumnos en la ANEP y geo-referenciación de las direcciones de los estudiantes). 3.- Modelado de las trayectorias y comportamiento de los estudiantes a lo largo de su carrera, utilizando técnicas de machine learning y process minnig, para analizar posibles motivos sociales o curriculares, que podrían brindar alguna explicación de la desvinculación con la carrera.
2021 | |
Analíticas del aprendizaje Machine learning Process mining Data warehouse |
|
Español | |
Universidad de la República | |
COLIBRI | |
https://hdl.handle.net/20.500.12008/28848 | |
Acceso abierto | |
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
Sumario: | La motivación para la realización de este proyecto, surge a raíz de la necesidad de la UEFI (Unidad de Enseñanza de Facultad de Ingeniería), de buscar posibles causas o explicaciones sobre la desvinculación de los estudiantes con sus carreras, en base a los datos disponibles en el sistema de bedelías de la Udelar. Dentro de este proyecto se desprenden los siguientes resultados: 1.- La automatización de parte del proceso de realización de informes por parte de la UEFI mediante la implementación de una primera versión de un Data Warehouse. 2.- Análisis descriptivo de las variables que pueden incidir en la desvinculación de los estudiantes utilizando nuevas fuentes de datos, que hasta el comienzo de este proyecto no estaban siendo utilizadas (encuesta continua de hogares, escolaridades de los alumnos en la ANEP y geo-referenciación de las direcciones de los estudiantes). 3.- Modelado de las trayectorias y comportamiento de los estudiantes a lo largo de su carrera, utilizando técnicas de machine learning y process minnig, para analizar posibles motivos sociales o curriculares, que podrían brindar alguna explicación de la desvinculación con la carrera. |
---|