Predicción del abandono estudiantil. Un caso aplicado de descubrimiento de información a partir de datos en la Facultad de Ciencias Económicas de la UNICEN

Autores/as

  • Ignacio A. Carreras Facultad de Ciencias Económicas - Universidad Nacional del Centro de la Provincia de Buenos Aires, Tandil, Argentina
  • María Del Carmen Romero Centro de Estudios en Administración (CEA) - Facultad de Ciencias Económicas - Universidad Nacional del Centro de la Provincia de Buenos Aires, Tandil, Argentina

Palabras clave:

estadística, abandono estudiantil, datos, información - conocimiento

Resumen

En el presente trabajo se aborda la problemática del abandono estudiantil en la Facultad de Ciencias Económicas de la Universidad Nacional del Centro de la Provincia de Buenos Aires para las cohortes 2009 a 2019 para las carreras de Contador Público y Licenciatura en Administración. Resulta una aplicación en la cual se resalta el proceso completo de descubrimiento de información y conocimiento a partir de datos. Los hallazgos de este estudio de carácter cuantitativo, proporcionan un valioso instrumento para la gestión académica ya que, mediante el análisis discriminante, es posible prever potenciales casos de abandono estudiantil. Esta capacidad de anticipación permite a las autoridades implementar medidas preventivas oportunas, interviniendo antes de que el abandono se concrete.

 

ARK CAICYT: https://id.caicyt.gov.ar/ark:/s18539777/aidkaxl3k

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Accinelli, A.; Losio, M.; Macri, A. (2016): “Acceso, rezago, deserción y permanencia de estudiantes en las universidades del conurbano bonaerense”. Debate Universitario, vol. 5 (9), pp. 33-52.

Balzarini, M.; González, L.; Tablada, M., Casanoves F.; Di Rienzo, J.; Robledo, C. (2008): “Infostat. Manual Del Usuario”. Ed. Brujas, Córdoba, Argentina.

Davenport, T. H. (1997): “Information ecology: Mastering the information and knowledge environment”. Oxford University Press, 9.

Davenport, T. H.; Prusak, L. (1998): “Learn how valuable knowledge is acquired, created, bought and bartered”. The Australian Library Journal, vol. 47 (3), pp. 268-272.

Di Rienzo, J. A.; Casanoves F.; Balzarini, M. G.; González, L.; Tablada, M.; Robledo, C. W. (2020): “InfoStat versión 2020”. Centro de Transferencia InfoStat, FCA, Universidad Nacional de Córdoba, Argentina. URL http://www.infostat.com.ar.

Fayyad, U.; Piatetsky-Shapiro, G.; Smyth, P. (1996): “From Data Mining to Knowledge Discovery in Databases”. Artificial Intelligence Magazine, vol. 17 (3), pp. 37-54.

Tinto, V. (1989): “Definir la deserción: Una cuestión de perspectiva”. Revista de Educación Superior, vol. 18 (71), pp. 1-9.

Tippins, M.; Sohi, R. (2003): “IT competency and firm performance: is Organizational Learning a missing link?” Strategic Management Journal, vol. 24 (8), pp. 745-761.

Vásquez Martínez, C.; Rodríguez Pérez, M. (2007): “La deserción estudiantil en educación superior a distancia: perspectiva teórica y factores de incidencia”. Revista Latinoamericana de Estudios Educativos, vol. 37 (3), pp. 107-122.

Descargas

Publicado

2024-11-30

Número

Sección

Artículos Científicos

Cómo citar

Predicción del abandono estudiantil. Un caso aplicado de descubrimiento de información a partir de datos en la Facultad de Ciencias Económicas de la UNICEN . (2024). Revista De La Escuela De Perfeccionamiento En Investigación Operativa, 32(56). https://revistas.psi.unc.edu.ar/index.php/epio/article/view/47354