Las instituciones de educación superior se enfrentan al desafiante reto de prevenir la deserción estudiantil y, asimismo, los estudiantes experimentan diferentes problemáticas socioeconómicas, académicas, institucionales y personales que afectan su rendimiento y permanencia. Para mitigar el riesgo de la deserción estudiantil, la gran mayoría de las universidades han implementado distintas estrategias, tales como: la creación de organismos para el apoyo estudiantil, el desarrollo de sistemas de alertas tempranas, la disposición del servicio de monitorias académicas, la caracterización de los estudiantes, entre otras. Por su parte, en los programas de Ingeniería se han identificado áreas específicas con altos niveles de mortalidad y deserción académica, en especial las asignaturas del área de ciencias básicas. Muchos estudios han diagnosticado las causas de esta manifestación, debido a factores socioeconómicos, la débil preparación del área en la educación básica y media, la apatía de algunos de los estudiantes por estas materias, entre otras. Los estudiantes de Ingeniería de Sistemas no se escapan de esta situación, a pesar que ellos manifiestan motivación por su carrera, algunos han desertado de sus estudios. Además, fenómenos recientes como la pandemia del COVID-19, también han influido en la mortalidad académica y retraso en la graduación o posterior deserción, debido a diferentes factores como la afectación económica, la no disponibilidad de los recursos tecnológicos requeridos y problemas de salud propios o de algún familiar.
El objetivo de este proyecto consiste en desarrollar un modelo predictivo con técnicas de Machine Learning, que permita identificar los casos de mortalidad académica que pueden influir en la demora de la graduación o que conlleven posteriormente a la deserción de los estudiantes del programa de Ingeniería de Sistemas en la Universidad Santo Tomás Seccional Tunja. El presente trabajo inicia con un análisis bibliométrico para recopilar información de investigaciones que hayan utilizado el aprendizaje automático en el estudio de la deserción y mortalidad académica. Asimismo, se indaga sobre las técnicas de Machine Learning que mejor se ajustan para el tema y las experiencias obtenidas a nivel internacional. Posteriormente, se consolidan los datasets a partir de la información histórica de los estudiantes en una institución de educación superior, tales como: académica, socioeconómica, médica, familiar, psicológica y los reportes de la unidad de atención al estudiante. Cabe aclarar que la recopilación de los datasets incluye la protección y el anonimato de los datos. Después, se aplica la ingeniería de características para determinar cuáles son las más relevantes para un predictor de deserción. De esta forma, se determina el modelo de aprendizaje automático para la predicción de estudiantes de Ingeniería de Sistemas en la universidad. Este proceso se realiza mediante la comparación de índices de desempeño, al utilizar diferentes algoritmos de Machine Learning con la información previamente recopilada. Por último, se establece la validación del modelo propuesto, realizando una confrontación con datos recientes de los estudiantes, para determinar el rango de validez de la predicción. Para ello se implementa la recopilación de información adicional a través de encuestas y la técnica de validación cruzada.
El principal aporte de este trabajo está orientado a proyectar la generación de alertas tempranas en términos de situaciones que representen riesgo de deserción o mortalidad académica de estudiantes de educación superior. El resultado de este proyecto servirá de insumo para la siguiente fase que consiste en la construcción de un sistema de reportes que permita la integración y la visualización de los resultados obtenidos al ejecutar el modelo predictivo.
Prezadas e prezados congressistas e demais leitores, te apresentamos o E-book dos Anais do XI CLABES – Congresso Latino-americano sobre o Abandono na Educação Superior, celebrado entre os dias 16 e 18 de novembro de 2022 na Universidade Católica de Brasília, na cidade de Brasília, Brasil.
Neste XI CLABES tivemos como temática central os Limites e Aproximações entre a Educação Básica e Superior. Assim, ao abordar a temática do abandono e da permanência na educação superior compreendemos a necessidade de revisitar conceitos, estratégias e práticas que envolvam a ideia de continuidade da educação e a importância da aproximação dos diferentes níveis e etapas do sistema educativo como um todo.
Nesse sentido, a temática do Abandono e da Permanência é abordada a partir de diferentes fatores e aspectos, os quais estão distribuídos em cinco linhas temáticas, quais sejam:
Linha 1 - Teorias e fatores associados à permanência e ao abandono. Tipos e perfis de abandono
Linha 2 - Articulação da Educação Superior com a Educação Básica
Linha 3 - Práticas curriculares para a redução do abandono e promoção da permanência
Linha 4 - Práticas de integração universitária para fomentar a permanência e para redução da evasão (Tutorias-Mentorias)
Linha 5 - Políticas nacionais e gestão institucional para a promoção da permanência e redução do abandono
Nesta edição, foram submetidos 157 trabalhos, destes 137 foram aprovados para apresentação no evento. Sendo 27 na Linha 1, 20 trabalhos na Linha 2, 14 na Linha 3, 46 na Linha 4 e 23 na Linha 5. Dos 130 trabalhos apresentados, contamos com a participação de pesquisadores dos seguintes países: Argentina, Brasil, Chile, Colômbia, Ecuador, Espanha, Honduras, México, Panamá, Portugal e Uruguay.
Pelas pesquisas e trabalhos apresentados, notamos o crescimento de abordagens sobre as Práticas de integração universitária para fomentar a permanência e para a redução do abandono. Nesse sentido, no XI CLABES, por meio dos pesquisadores, autores dos artigos, foram apresentadas reflexões e ações que valorizam a educação, objetivando a permanência com equidade, qualidade e o sucesso acadêmico.
Nesta direção, esperamos que o conteúdo desde E-book de Anais brinde um debate aberto para o desenvolvimento da área de conhecimento sobre o abandono e permanência estudantil, assim como auxilie a fortalecer argumentações e diálogos, com o intuito de alcançar Políticas Públicas e garantir o direito a educação de qualidade a toda a população.
Os textos aqui apresentados demostram o comprometimento dos investigadores, estudantes, docentes, gestores, com o desenvolvimento e fortalecimento de reflexões e iniciativas que sustentam o valor da educação, neste caso mais proximamente da educação superior, e a corresponsabilidade de seus atores no cenário, principalmente, da América Latina.
Desejo uma frutífera leitura.
Pricila Kohls-Santos
Presidente do XI CLABES.
Universidade Católica de Brasília
Comissão Científica
Prof. Dr. Renato Oliveira Brito – UCB/Brasil - Presidente da Comissão Científica
Profª. Dr. Adriana Justin Cerveiro Kampff – PUCRS/Brasil
Profª. Dr. Bettina Steren dos Santos – PUCRS/Brasil
Profª. Dr. Carla Spagnolo – PUCRS/Brasil
Prof. Dr. Carlos Ângelo de Meneses Sousa – UCB/Brasil
Prof. Dr. Celio da Cunha – UCB/Brasil
Profª. Dr. Elisabete Cerutti – URI/Brasil
Prof. Dr. Eduardo Amadeu Moresi – UCB/Brasil
Prof. Dr. Geraldo Caliman – UCB/Brasil
Profª. Dr. Johana Vásquez Velásquez – UNAL/Colombia
Profª Dr. Lúcia Mari Martins Giraffa – PUCRS/Brasil
Prof. Dr. Lucio Dantas – UCB/Brasil
Profª. Dr. Magda Campillo Labrandero – UNAM/Mexico
Profª. Dr. Marilene Batista da Cruz Nascimento – UFS/Brasil
Profª. Dr. Marilene Dalla Corte – UFSM/Brasil
Profª. Dr. Marília Costa Morosini – PUCRS/Brasil
Prof. Dr. Martín Saino – UNC/Argentina
Prof. Dr. Miguel Aurelio Alonso Garcia – UCM/Espanha
Profª. Dr. Pricila Kohls-Santos – UCB/Brasil
Prof. Dr. Rafael Rey – UDELAR/Uruguay
Prof. Dr. Rodrigo del Valle Martin – UCT/Chile
Profª. Dr. Sônia Regina de Souza Fernandes – IFC/Brasil
Profª. Dr. Sirlei de Lourdes Lauxen – UNICRUZ/Brasil
Profª. Dr. Valdivina Alves Ferreira – UCB/Brasil
Profª. Dr. Vera Lúcia Felicetti – UNILASALLE/Brasil
Comissão Organizadora
Profª. Dr. Pricila Kohls-Santos
Profª. Ms. Patricia Estrada Mejía
Mestranda Ana Carolina Ribeiro Hee
Complete tool for submission, evaluation and publication of proceedings for scientific events.
