Show simple item record

dc.contributor.advisorBarrera Buitrago, Dayana Alejandra
dc.coverage.spatialcead_-_cartagena
dc.creatorChanchí Golondrino, Gabriel Elías
dc.date.accessioned2025-02-27T15:34:34Z
dc.date.available2025-02-27T15:34:34Z
dc.date.created2025-05-02
dc.identifier.urihttps://repository.unad.edu.co/handle/10596/67235
dc.description.abstractLa deserción es un indicador clave de la calidad educativa, por lo cual es imperativo para las Instituciones Educativas diseñar estrategias que la reduzcan, contribuyendo a la mejora de la retención estudiantil y a la consecución de los objetivos académicos de los estudiantes. Considerando que las investigaciones de deserción en Colombia se han enfocado principalmente en métodos de aprendizaje automático sobre conjuntos de datos de educación presencial, este proyecto presenta un enfoque diferente, basado en modelos de series de tiempo para el análisis de la deserción en la Universidad Nacional Abierta y a Distancia (UNAD). De manera específica se propuso como contribución el desarrollo de un sistema software para la caracterización y predicción de la deserción en la UNAD a partir del uso de modelos de series de tiempo. Metodológicamente, se realizó una adaptación a cuatro fases de la metodología CRISP-DM: F1. Comprensión del modelo de negocio y de los datos, F2. Preparación de los datos, F3. Modelado y evaluación del modelo y F4. Despliegue del modelo. En la fase F1 se realizó la caracterización y reconocimiento de los datos de deserción obtenidos a partir del SPADIES. En la fase F2 se realizararon los procesos de preprocesamiento, división de conjuntos de entrenamiento y prueba, así como la determinación de los parámetros d, p y q del modelo ARIMA. En la fase F3 se ajustó el modelo con los datos de entrenamiento, teniendo en cuenta los parámetros d, p y q determinados. Así mismo, se evaluó la efectividad del modelo teniendo en cuenta el conjunto de prueba. Por último en la fase 4, se realizó el despliegue del modelo en una herramienta software que tendrá por objetivo la predicción de los datos de deserción para la UNAD en semestres futuros. El modelo y el prototipo de software propuesto, pretenden erigirse como herramientas innovadoras útiles para para la toma de decisiones estratégicas con respecto a la retención estudiantil por parte de la Vicerrectoría de Servicios a Aspirantes, Estudiantes y Egresados de la UNAD.
dc.formatpdf
dc.titlePrototipo software para la caracterización y predicción de la deserción en la UNAD a partir del uso de modelos de series de tiempo
dc.typeProyecto aplicado
dc.subject.keywordsARIMA
dc.subject.keywordsDropout
dc.subject.keywordsPredictive model
dc.subject.keywordsTime series
dc.description.abstractenglishDropout is a key indicator of educational quality; therefore, it is imperative for educational institutions to design strategies that reduce it, contributing to the improvement of student retention and the achievement of students' academic objectives. Considering that dropout research in Colombia has mainly focused on machine learning methods over datasets from face-to-face education, this project presents a different approach, based on time series models for analyzing dropout at the National Open and Distance University (UNAD). Specifically, it proposed the development of a software system for the characterization and prediction of dropout at UNAD using time series models. Methodologically, an adaptation was made to four phases of the CRISP-DM methodology: F1. Understanding the business and data model, F2. Data preparation, F3. Modeling and model evaluation, and F4. Model deployment. In phase F1, the characterization and recognition of the dropout data obtained from SPADIES were carried out. In phase F2, preprocessing processes were conducted, including the division of training and test sets, as well as the determination of the d, p, and q parameters of the ARIMA model. In phase F3, the model was adjusted using the training data, considering the determined parameters d, p, and q. Likewise, the model's effectiveness was evaluated based on the test set. Finally, in phase 4, the model was deployed in a software tool aimed at predicting dropout data for UNAD in future semesters. The proposed model and software prototype are intended to serve as innovative tools useful for making strategic decisions regarding student retention by the Vice-Rectorate of Services to Aspirants, Students, and Graduates of UNAD.
dc.subject.categoryCiencia de Datos


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record