lunes, 7 de junio de 2021

Integración de bases de datos educativas para predecir rezago en estudiantes de ingeniería


 Integración de bases de datos educativas para predecir rezago en estudiantes de ingeniería

Danice D. Cano-Barrón1, Humberto J. Centurión-Cardeña1, Minerva Isabel Castillo-Cuevas2 y José Luis Tamayo-Canul1

 

1Tecnológico Nacional de México, Instituto Tecnológico Superior de Motul, Carretera Mérida-Motul, Tablaje Catastral 383 C.P. 97430, Motul, Yucatán, México

2Universidad Ciudadana de Nuevo León, Del Norte Nicolás Bravo 201, Centro C.P. 64000, Monterrey, Nuevo León, México

Autor de correspondencia: danice.cano@itsmotul.edu.mx (Danice D. Cano-Barrón), humberto.centurion@itsmotul.edu.mx (Humberto J. Centurión-Cardeña),  minerva.castillo@ucnl.edu.mx (Minerva Isabel Castillo-Cuevas), luis.tamayo@itsmotul.edu.mx (José Luis Tamayo-Canul)

 

RESUMEN

 

Las bases de datos de las Instituciones de Educación Superior contienen mucha información de la trayectoria académica de sus estudiantes por lo que resulta relevante estructurarlas para generar conocimiento que facilite la identificación temprana de situaciones que impidan el adecuado desarrollo de las actividades de los estudiantes. Siguiendo la metodología CRISP-DM se pretende desarrollar un modelo predictivo del rezago académico y como primera etapa se identificaron e integraron las bases de datos con los datos de contexto que los estudiantes llenan al presentar su examen de ingreso y su situación académica disponible en el Sistema Integral Escolar al concluir su primer semestre en la Institución. Para el estudio se consideraron las últimas cuatro generaciones  y entre los principales retos para la preparación e integración de las bases de datos se encontró que los datos de contexto utilizados en los instrumentos varía con cada aplicación por lo que se consideraron las que se repiten quedando la base final con 48 variables y 781 registros útiles para el procesos de análisis. En cuanto a su situación académica se basó en la cantidad de créditos cursados en contraste con los aprobados, más el nombre y matrícula de los estudiantes para poder unir las bases de datos, ya que al momento de presentar no cuentan con matrícula al no ser alumnos inscritos a la institución. Como trabajos futuros se contempla un análisis de los atributos que tienen mayor impacto en la variable de estudio, proceso que mejora el desempeño de los métodos de predicción.

 

Palabras clave: Ciencia de datos / Tratamiento de datos / Minería de Datos Educativa / Educación superior / Rezago

 

Para citar:

 

Cano-Barrón, D.D., Centurión-Cardeña, H.J., Castillo-Cuevas, M.I. y Tamayo-Canul, J.L. (2019). Integración de bases de datos educativas para predecir rezago en estudiantes de ingeniería. Revista del Centro de Graduados e Investigación. Instituto Tecnológico de Mérida, -35(85),77-81


No hay comentarios:

Publicar un comentario