| dc.contributor.advisor | Garcia Garcia, Mireya | |
| dc.coverage.spatial | cead_-_palmira | |
| dc.creator | Gamboa Andrade, Eder Joaquin | |
| dc.date.accessioned | 2026-06-23T13:14:50Z | |
| dc.date.available | 2026-06-23T13:14:50Z | |
| dc.date.created | 2026-06-09 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/82439 | |
| dc.description | NO APLICA | |
| dc.description.abstract | El presente estudio desarrolla un modelo de analítica de datos para predecir el nivel de competencias digitales de estudiantes del programa de Ingeniería de Sistemas de la Universidad del Pacífico (2015-2025), a partir de variables sociodemográficas, académicas y de uso de tecnologías activas. Se emplea la metodología CRISP-DM con un dataset de 538 registros, recolectados mediante registros administrativos institucionales y la aplicación del Cuestionario de Autopercepción de Competencias Tecnológicas (CACT) durante el segundo semestre de 2025. Se entrenan y evalúan cinco algoritmos de aprendizaje automático supervisado —regresión lineal múltiple, regresión regularizada (Ridge/Lasso), Random Forest y Gradient Boosting— con validación cruzada de 5 folds y métricas de desempeño (R², RMSE, MAE). Las dimensiones evaluadas se alinean con el marco DigComp 2.2: información y datos, comunicación y colaboración, creación de contenido digital, seguridad y resolución de problemas tecnológicos. El modelo seleccionado proporciona a las instituciones de educación superior una herramienta analítica para la toma de decisiones basada en datos, orientada a mejorar la calidad educativa y reducir brechas en competencias digitales mediante intervenciones dirigidas a segmentos estudiantiles de mayor riesgo. | |
| dc.format | pdf | |
| dc.title | Desarrollo de un modelo predictivo para la identificación de factores que influyen en las competencias digitales de estudiantes mediante analítica de datos en el programa de ingeniería de sistemas de la unipacífico (2015-2025) | |
| dc.type | Proyecto aplicado | |
| dc.subject.keywords | Analítica de datos | |
| dc.subject.keywords | Competencias digitales | |
| dc.subject.keywords | Aprendizaje automático | |
| dc.subject.keywords | Tecnologías activas | |
| dc.subject.keywords | Educación superior | |
| dc.description.abstractenglish | This study develops a data analytics model to predict the level of digital competencies of students in the Systems Engineering program at Universidad del Pacífico (2015-2025), based on sociodemographic, academic, and active technology usage variables. The CRISP-DM methodology is employed with a dataset of 538 student records, collected through institutional administrative records and the application of the Technological Competencies Self-Perception Questionnaire (CACT) during the second semester of 2025. Five supervised machine learning algorithms are trained and evaluated —multiple linear regression, regularized regression (Ridge/Lasso), Random Forest, and Gradient Boosting— using 5-fold cross-validation and performance metrics (R², RMSE, MAE). The evaluated dimensions align with the DigComp 2.2 framework: information and data, communication and collaboration, digital content creation, security, and technological problem-solving. The selected model provides higher education institutions with an analytical tool for data-driven decision-making, aimed at improving educational quality and reducing digital competency gaps through targeted interventions for student segments at highest risk. | |
| dc.subject.category | Investigacion | |
