ANÁLISIS DE ALGUNAS VARIABLES PARA DETERMINAR PERFILES DE DESEMPEÑO ACADÉMICO EN LA UNNE
En este trabajo se propone evaluar variables que pueden incidir en el rendimiento de los estudiantes. La propuesta no se enfoca en analizar el perfil del estudiante solo a través de sus calificaciones, sino también, estudiar el desempeño académico en base a otras variables que puedan determinar patrones que conduzcan al éxito o fracaso académico, en este trabajo presentamos los resultados de las variables: sexo; lugar de procedencia del alumno y tiempo dedicado al estudio. Trabajamos en implementar un modelo que relacione las calificaciones de los estudiantes con las variables mencionadas y otras, tales como factores socioeconómicos, demográficos, actitudinales, entre otros; lo cual servirá para clasificar los diferentes perfiles de alumnos. Los datos relevados corresponden a alumnos de la asignatura Matemática I de la carrera Ingeniería Agronómica (IA) de la Facultad de Ciencias Agrarias (FCA) de la Universidad Nacional del Nordeste (UNNE) cohorte 2017 en el marco del PI 16F002 acreditado por Res. N° 970/16 CS y fueron procesados con el uso de InfoSphere Warehouse. Esperamos contribuir a encontrar una respuesta al bajo rendimiento académico de los alumnos observado históricamente, problema éste que es el disparador de nuestra investigación. Los modelos predictivos que buscamos, permitirán tomar acciones tendientes a evitar el fracaso académico, detectando los alumnos con perfil de riesgo de fracaso académico de manera temprana, a poco del inicio del cursado de las asignaturas, lo que permitirá concentrar en ellos los esfuerzos de tutorías y apoyos especiales.
ANÁLISIS DE ALGUNAS VARIABLES PARA DETERMINAR PERFILES DE DESEMPEÑO ACADÉMICO EN LA UNNE
-
DOI: 10.22533/at.ed.55821011110
-
Palavras-chave: Rendimiento académico; almacenes de datos; minería de datos; modelos predictivos.
-
Keywords: academic performance; data warehouses; data mining; predictive models.
-
Abstract:
This work it is proposed to evaluate variables that can influence the performance of students. The proposal does not focus on analyzing the student's profile only through their grades, but also, studying academic performance based on other variables that can determine patterns that lead to academic success or failure, in this work we present the results of the variables: sex; place of origin of the student and time devoted to study. We are working on implementing a model that relates the students' qualifications with the mentioned variables and others, such as socioeconomic, demographic, and attitudinal factors, among others; which will serve to classify the different profiles of students.
The data collected correspond to students of the Mathematical I subject of the Agronomic Engineering (IA) career of the Faculty of Agrarian Sciences (FCA) of the National University of the Northeast (UNNE) cohort 2018 within the framework of PI 16F002 accredited by Res. N 970/16 CS. and were processed with the use of Data warehouse. We hope to contribute to finding an answer to the historically observed low academic performance of students, a problem that is the trigger for our research. The predictive models that we seek will allow us to take actions aimed at avoiding academic failure, detecting students with a risk profile of academic failure early, shortly after the start of the courses; which will allow concentrating on them the efforts of tutoring and special support.
-
Número de páginas: 15
- David Luis La Red Martínez
- Julio César Acosta
