Martínez Flórez, GuillermoDurango Suarez Luis ManuelCorrea Vanegas, EmelisMontes Montiel, Leandra2024-07-122024-07-122024-07-10https://repositorio.unicordoba.edu.co/handle/ucordoba/8381La sobrepermanencia es un problema que afecta a diversas instituciones académicas,comprender e identificar los factores que la influyen es crucial para mejorar y desarrollar estrategias efectivas que mejoren las tasas de graduación y el rendimiento académico. En la Universidad de Córdoba, ciertos programas académicos presentan índices elevados de cancelación y pérdida de materias, lo que puede ser un indicativo de dificultades específicas en el currículo o en la preparación de los estudiantes. Por ejemplo, en la Facultad de Ingenierías, específicamente en el programa de Ingeniería de alimentos durante el período 2023, las materias con mayor índice de cancelación fueron microbiología general y cálculo integral, mientras que las materias más perdidas fueron operaciones unitarias II y cálculo integral. Similarmente, en la Facultad de Ciencias Básicas, en el programa de química, las materias más canceladas fueron cálculo II, ecuaciones diferenciales y química analítica. Estos patrones sugieren que ciertas asignaturas pueden representar obstáculos significativos para los estudiantes, contribuyendo a la sobrepermanencia.Por otro lado, para llevar a cabo este estudio, se siguió una metodología estructurada en varias etapas. En primer lugar, se realizó un análisis descriptivo de los datos académicos de diferentes programas para identificar las materias con mayor índice de cancelación y pérdida.Posteriormente, se seleccionaron y analizaron variables académicas relevantes como el número de créditos aprobados, el índice de cancelaciones y repitencia, y la nota final. Estas variables se consideraron clave para entender su relación con la sobrepermanencia estudiantil. Para modelar y cuantificar la influencia de estas variables en la sobrepermanencia, se implementaron dos modelos estadísticos: el modelo de Cox Lasso y el modelo Logístico Multinomial. Ambos modelos fueron evaluados por su capacidad de ajuste y precisión en la identificación de los factores que contribuyen a la sobrepermanencia. Finalmente, se analizaron los resultados de los modelos para interpretar las relaciones entre las variables estudiadas y la sobrepermanencia, proporcionando una visión clara de los factores que más influyen en este fenómeno.Overpermanence is a problem that affects various academic institutions, understanding and identifying the factors that influence it is crucial to improve and develop effective strategies that improve graduation rates and academic performance. At the University of Córdoba, certain academic programs have high rates of cancellation and loss of subjects, which may be indicative of specific difficulties in the curriculum or in the preparation of students. For example, in the Faculty of Engineering, specifically in the Food Engineering program during the 2023 period, the subjects with the highest cancellation rate were general microbiology and integral calculus, while the most lost subjects were unit operations II and integral calculus. Similarly, in the Faculty of Basic Sciences, in the chemistry program, the most canceled subjects were calculus II, differential equations and analytical chemistry. These patterns suggest that certain subjects may represent significant obstacles for students, contributing to over-retention. On the other hand, to carry out this study, a methodology structured in several stages was followed. First, a descriptive analysis of the academic data from different programs was carried out to identify the subjects with the highest cancellation and loss rates. Subsequently, relevant academic variables such as the number of credits approved, the rate of cancellations and repetition were selected and analyzed. , and the final grade. These variables were considered key to understanding their relationship with student retention. To model and quantify the influence of these variables on overstay, two statistical models were implemented: the Cox Lasso model and the Multinomial Logistic model. Both models were evaluated for their adjustability and accuracy in identifying factors that contribute to overpermanence. Finally, the results of the models were analyzed to interpret the relationships between the variables studied and overpermanence, providing a clear vision of the factors that most influence this phenomenon.1. Abstract2. Introducción3. Planteamiento del Problema4. Justificación5. Objetivos5.1. Objetivo General5.2. Objetivos Específicos6. Estado del Arte6.1. Antecedentes6.2. Marco Conceptual7. Metodología8. Resultados8.1. Análisis Descriptivo8.2. Cancelaciones8.3. Facultad de Ingenierías8.3.1. Ingeniería de Alimentos8.4. Facultad de Ciencias Básicas8.4.1. Química8.5. Facultad de Ciencias de la Salud8.5.1. Bacteriología8.6. Facultad de Ciencias Agrícolas8.6.1. Ingeniería Agronómica8.7. Facultad de Educación y Ciencias Humanas8.7.1. Licenciatura en Lenguas Extranjeras Con Enfasis en Inglés8.8. Facultad de Ciencias Económicas, Jurídicas y Administrativas8.8.1. Administración en Finanzas y Negocios Internacionales8.9. Facultad de Medicina Veterinaria y Zootecnia8.9.1. Medicina Veterinaria y Zootecnia8.10. Materias Perdidas8.11. Facultad de Ingenierías8.11.1. Ingeniería de Alimentos8.12. Facultad de Ciencias Básicas8.12.1. Química8.13. Facultad de Ciencias de la Salud8.13.1. Bacteriología8.14. Facultad de Ciencias Agrícolas8.14.1. Ingeniería Agronómica8.15. Facultad de Educación y Ciencias Humanas8.15.1. Licenciatura en Lenguas Extranjeras Con Enfasis en Inglés8.16. Facultad de Ciencias Económicas, Jurídicas y Administrativas8.16.1. Administraci´on en Finanzas y Negocios Internacionales8.17. Facultad de Medicina Veterinaria y Zootecnia8.17.1. Medicina Veterinaria y Zootecnia8.18. Aplicación del Modelo de Cox8.19. Aplicación del modelo logístico Multinomial8.20. Diagnóstico del Modelo8.21. Odds Ratio8.22. Facultad de Ingenierías8.23. Diagnóstico del modelo Facultad de Ingenierías8.24. Odds Ratios Facultad de ingeniería8.25. Facultad de Educación8.26. Diagnóstico del modelo Facultad de Educación8.27. Facultad de Medicina veterinaria y zootecnia8.28. Diagnóstico del modelo Facultad MVZ8.29. Odds Ratios Facultad MVZ8.30. Facultad de Ciencias de la Salud8.31. Diagnóstico del modelo Facultad Ciencias de la Salud8.32. Odds Ratios Facultad Ciencias de la Salud8.33. Facultad de Ciencias Agrícolas8.34. Diagnóstico del Modelo Facultad Ciencias Agrícolas8.35. Odds Ratios Facultad Ciencias Agrícolas8.36. Facultad de Ciencias Económicas, Jurídicas y Administrativas (FACEJA)8.37. Diagnóstico del modelo FACEJA8.38. Odds Ratios Facultad Ciencias de la Salud8.39. Facultad de Ciencias Básicas8.40. Diagnóstico del modelo Ciencias Básicas8.41. Odds Ratios Facultad de Ciencias Básicas9. Conclusión10.Recomendacionesapplication/pdfspaCopyright Universidad de Córdoba, 2024Trabajo de grado - PregradoAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccessSobrepermanenciaModelo LogísticoMultinomialModelo de CoxAICBICLog-likelihoodOverstayMultinomial Logistic ModelCox ModelAICBICLog-likelihoodUniversidad de CórdobaRepositorio Universidad de Córdobahttps://repositorio.unicordoba.edu.cohttp://purl.org/coar/access_right/c_abf2