Deserción en una Universidad del Sureste Mexicano, Valoración de las Causas
Notice bibliographique
Résumé
La deserción escolar es una problemática que se presenta en diferentes niveles educativos, en ésta intervienen distintos factores que influyen: académicos, familiares, sociales, económicos, de salud, entre otros; éstos impactan de manera importante en la permanencia de los estudiantes. Para las Instituciones de Educación Superior (IES) es un fenómeno que debe ser atendido con responsabilidad, mediante el diseño de estrategias educativas que permitan brindar el egreso oportuno de los estudiantes. Esta investigación tiene como objetivo valorar las causas de deserción escolar, mediante la identificación de los factores con mayor frecuencia que se presentan en los estudiantes de una IES, en el sureste mexicano; con el fin de generar recomendaciones para disminuir la frecuencia de este fenómeno. La metodología utilizada fue con enfoque cuantitativo, definiendo el universo a estudiar como alumnos de octavo y noveno cuatrimestre (mayo-agosto 2025) de programas de Licenciatura en: Gestión de Negocios y Proyectos, Innovación de Negocios y Mercadotecnia y Contaduría (110); se determinó una muestra de 29 alumnos, utilizando distribución de t-Student, los resultados obtenidos mostraron que algunos de los factores que contribuyen a la deserción escolar corresponden: a la reprobación, modelo educativo, problemas familiares y falta de apoyos económicos (becas) por la universidad.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».