Metodología para la detección temprana de la deserción de los estudiantes del pregrado Sistemas de Información en la asignatura Lógica y Programación del Instituto Tecnológico Metropolitano
Notice bibliographique
Résumé
La deserción universitaria está supeditada al estudio de sus causas y factores que lo determinan, así como las acciones que se deben tomar para disminuirla (Salcedo Escarria, A., 2010) -- Es por esto que los diagnósticos realizados con las metodologías adecuadas que permitan predecir ésta con mayor efectividad, deben posibilitar la ejecución de planes de acción que permitan la consecución de recursos, evitar la superpoblación universitaria, impedir deficiencias docentes, invertir en bienestar estudiantil, becas, subsidios, entre otros, diseñar currículos adecuados e incluir la solución de otros problemas inherentes a la universidad que inciden directamente en la deserción -- El objetivo de este trabajo de grado consiste en investigar y proponer una metodología que permita identificar las causas y los factores por los cuales el estudiante de la asignatura “Lógica de Programación” no logra adquirir las competencias durante su periodo académico, poder alertarle de manera individual y sugerirle las acciones a tomar -- Mediante un estudio de campo, se logra identificar las debilidades y fortalezas del estudiante que pierde y del estudiante que gana respectivamente la asignatura, logrando encontrar perfiles y proponer tareas con el fin de aumentar la retención académica -- Se determina aplicar la metodología a la asignatura “Lógica de Programación” ya que es el pilar fundamental para el desarrollo de software, es una de las asignaturas con mayor deserción académica dentro de la tecnología de Sistemas de Información, se cuenta con más de 20 años de experiencia en el área, además, pertenece al segundo semestre y de acuerdo con el MEN (Ministerio de educación nacional), es en los dos primeros semestres donde hay mayor deserción universitaria en Colombia -- Como trabajo futuro se propone el desarrollo de un sistema de información para la implementación de la metodología propuesta, utilizando la Minería de datos educativa
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».