Publicación: Estudio de la deserción estudiantil en el programa de Química de la Universidad De Córdoba usando modelos de regresión
Portada
Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
La deserción universitaria se refiere al fenómeno en el cual los estudiantes abandonan sus estudios antes de completar su programa académico, lo que tiene un impacto negativo tanto para los individuos como para las instituciones educativas. En este trabajo, se abordó la deserción estudiantil en el programa de Química de la Universidad de Córdoba, utilizando diversos modelos de clasificación y regresión para predecir la deserción. Los modelos de clasificación mostraron resultados satisfactorios, con una exactitud (accuracy) superior a 0.68, lo que demuestra su efectividad para predecir el abandono. Además, se implementó un modelo de regresión cuantílica, en el que se analizaron los cuantiles 25, 50 y 75 para evaluar qué influye en el rendimiento académico y cómo estas variables afectan la probabilidad de deserción en distintos niveles. En este modelo, se exploraron varias distribuciones para comprender mejor las variaciones en los datos, lo que permitió obtener una visión más detallada del comportamiento de los estudiantes en relación con su rendimiento académico.
Resumen en inglés
University dropout refers to the phenomenon where students abandon their studies before completing their academic program, which has a negative impact on both individuals and educational institutions. In this study, student dropout in the Chemistry program at the University of Córdoba was addressed, using various classification and regression models to predict dropout. The classification models showed satisfactory results, with an accuracy greater than 0.68, demonstrating their effectiveness in predicting abandonment. Additionally, a quantile regression model was implemented, in which the 25th, 50th, and 75th percentiles were analyzed to evaluate what influences academic performance and how these variables affect the probability of dropout at different levels. In this model, several distributions were explored to better understand the variations in the data, providing a more detailed view of students’ behavior in relation to their academic performance.