Browsing by Author "Romero Pulla, Cristhian Ernesto"

0-9ABCDEFGHIJKLMNOPQRSTUVWXYZ
Now showing 1 - 1 of 1
  • No Thumbnail Available
    ItemOpen Access
    Construcción de un modelo predictivo de riesgo de deserción estudiantil mediante técnicas de aprendizaje automático, utilizando datos abiertos de educación superior del período 2015-2023, con el fin de apoyar la toma de decisiones institucionales orientadas a mejorar la permanencia estudiantil en las universidades públicas del Ecuador
    (PUCE - Quito, 2026) Romero Pulla, Cristhian Ernesto; Alarcón Mena, Jorge Alejandro
    El presente trabajo tiene como objetivo construir un modelo predictivo de riesgo de deserción estudiantil mediante técnicas de aprendizaje automático, utilizando datos abiertos de educación superior correspondientes al período 2015–2023, con el fin de apoyar la toma de decisiones institucionales orientadas a mejorar la permanencia estudiantil en las universidades públicas del Ecuador. La investigación se desarrolla bajo un enfoque cuantitativo, con un diseño analítico y predictivo, a partir de registros oficiales del sistema de educación superior en formato agregado. Para el desarrollo del modelo se aplican técnicas de preprocesamiento, selección de características y entrenamiento de algoritmos de aprendizaje automático. Dado que los datos disponibles corresponden a conteos agregados de matrícula, el riesgo de deserción se operacionaliza a nivel de segmento/cohorte mediante patrones y variaciones temporales de matrícula según características académico-programáticas, demográficas e institucionales. El análisis permite identificar segmentos con mayor nivel de riesgo y evaluar el desempeño del modelo mediante métricas de clasificación. Se concluye que la aplicación de modelos predictivos basados en aprendizaje automático constituye una herramienta útil para generar señales tempranas de riesgo a nivel agregado y facilitar la priorización de estrategias institucionales orientadas a fortalecer la permanencia estudiantil. Este estudio aporta evidencia y un enfoque reproducible basado en datos abiertos para apoyar decisiones en el sistema universitario público ecuatoriano.