Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje

Martínez Ben, Pablo Andrés - Montañés Soleri, Óscar Sebastián - Serralta Gascue, Juan Manuel

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.


Detalles Bibliográficos
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)
_version_ 1807523226826309632
author Martínez Ben, Pablo Andrés
author2 Montañés Soleri, Óscar Sebastián
Serralta Gascue, Juan Manuel
author2_role author
author
author_facet Martínez Ben, Pablo Andrés
Montañés Soleri, Óscar Sebastián
Serralta Gascue, Juan Manuel
author_role author
bitstream.checksum.fl_str_mv 6429389a7df7277b72b7924fdc7d47a9
a006180e3f5b2ad0b88185d14284c0e0
36c32e9c6da50e6d55578c16944ef7f6
1996b8461bc290aef6a27d78c67b6b52
4924d554bbc70d5a59c2d84b36994040
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/28848/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/28848/2/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/28848/3/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/28848/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/28848/1/MMS21.pdf
collection COLIBRI
dc.contributor.filiacion.none.fl_str_mv Martínez Ben Pablo Andrés, Universidad de la República (Uruguay). Facultad de Ingeniería
Montañés Soleri Óscar Sebastián, Universidad de la República (Uruguay). Facultad de Ingeniería
Serralta Gascue Juan Manuel, Universidad de la República (Uruguay). Facultad de Ingeniería
dc.creator.advisor.none.fl_str_mv Tansini, Libertad
dc.creator.none.fl_str_mv Martínez Ben, Pablo Andrés
Montañés Soleri, Óscar Sebastián
Serralta Gascue, Juan Manuel
dc.date.accessioned.none.fl_str_mv 2021-08-03T17:04:33Z
dc.date.available.none.fl_str_mv 2021-08-03T17:04:33Z
dc.date.issued.none.fl_str_mv 2021
dc.description.abstract.none.fl_txt_mv 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.
dc.format.extent.es.fl_str_mv 153 p.
dc.format.mimetype.es.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv Martínez Ben, P., Montañés Soleri, Ó. y Serralta Gascue, J. Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje [en línea]. Tesis de grado. Montevideo : Udelar. FI. INCO, 2021.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12008/28848
dc.language.iso.none.fl_str_mv es
spa
dc.publisher.es.fl_str_mv Udelar.FI
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.es.fl_str_mv Analíticas del aprendizaje
Machine learning
Process mining
Data warehouse
dc.title.none.fl_str_mv Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
dc.type.es.fl_str_mv Tesis de grado
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description 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.
eu_rights_str_mv openAccess
format bachelorThesis
id COLIBRI_de246ef02fb8a86f949a315ff539d9ca
identifier_str_mv Martínez Ben, P., Montañés Soleri, Ó. y Serralta Gascue, J. Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje [en línea]. Tesis de grado. Montevideo : Udelar. FI. INCO, 2021.
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language spa
language_invalid_str_mv es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/28848
publishDate 2021
reponame_str COLIBRI
repository.mail.fl_str_mv mabel.seroubian@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
spelling Martínez Ben Pablo Andrés, Universidad de la República (Uruguay). Facultad de IngenieríaMontañés Soleri Óscar Sebastián, Universidad de la República (Uruguay). Facultad de IngenieríaSerralta Gascue Juan Manuel, Universidad de la República (Uruguay). Facultad de Ingeniería2021-08-03T17:04:33Z2021-08-03T17:04:33Z2021Martínez Ben, P., Montañés Soleri, Ó. y Serralta Gascue, J. Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje [en línea]. Tesis de grado. Montevideo : Udelar. FI. INCO, 2021.https://hdl.handle.net/20.500.12008/28848La 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.Submitted by Cabrera Gabriela (gfcabrerarossi@gmail.com) on 2021-08-02T22:20:40Z No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) MMS21.pdf: 13530227 bytes, checksum: 4924d554bbc70d5a59c2d84b36994040 (MD5)Approved for entry into archive by Machado Jimena (jmachado@fing.edu.uy) on 2021-08-03T16:20:41Z (GMT) No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) MMS21.pdf: 13530227 bytes, checksum: 4924d554bbc70d5a59c2d84b36994040 (MD5)Made available in DSpace by Luna Fabiana (fabiana.luna@seciu.edu.uy) on 2021-08-03T17:04:33Z (GMT). No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) MMS21.pdf: 13530227 bytes, checksum: 4924d554bbc70d5a59c2d84b36994040 (MD5) Previous issue date: 2021153 p.application/pdfesspaUdelar.FILas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)Analíticas del aprendizajeMachine learningProcess miningData warehouseModelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizajeTesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaMartínez Ben, Pablo AndrésMontañés Soleri, Óscar SebastiánSerralta Gascue, Juan ManuelTansini, LibertadUniversidad de la República (Uruguay). Facultad de IngenieríaIngeniero en ComputaciónLICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/28848/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/28848/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-838616http://localhost:8080/xmlui/bitstream/20.500.12008/28848/3/license_text36c32e9c6da50e6d55578c16944ef7f6MD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-823149http://localhost:8080/xmlui/bitstream/20.500.12008/28848/4/license_rdf1996b8461bc290aef6a27d78c67b6b52MD54ORIGINALMMS21.pdfMMS21.pdfapplication/pdf13530227http://localhost:8080/xmlui/bitstream/20.500.12008/28848/1/MMS21.pdf4924d554bbc70d5a59c2d84b36994040MD5120.500.12008/288482024-04-12 14:06:40.204oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:46:22.785791COLIBRI - Universidad de la Repúblicafalse
spellingShingle Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
Martínez Ben, Pablo Andrés
Analíticas del aprendizaje
Machine learning
Process mining
Data warehouse
status_str acceptedVersion
title Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
title_full Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
title_fullStr Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
title_full_unstemmed Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
title_short Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
title_sort Modelado de trayectorias académicas de estudiantes universitarios mediante técnicas de analítica de aprendizaje
topic Analíticas del aprendizaje
Machine learning
Process mining
Data warehouse
url https://hdl.handle.net/20.500.12008/28848