Análisis de trayectorias de estudiantes en programas de alerta temprana adaptando técnicas de process mining
Loading...
Date
2023
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
En los últimos tiempos, varias universidades han implementado Programas de Alerta Temprana (PAT) para mitigar el problema de la retención estudiantil, sin embargo, existen pocas propuestas en la literatura para analizar y comprender la evolución de las alertas recibidas por los estudiantes a lo largo del tiempo. Analizar cómo funciona un PAT a lo largo del tiempo permite comprender el efecto real que el programa tiene en los estudiantes. Además, facilita la evaluación de los criterios de alerta y medidas de apoyo. Este trabajo propone un análisis de un PAT que pone énfasis en la trayectoria de alertas recibidas por cada estudiante a través de la adaptación de técnicas de Process Mining. En particular, el análisis propuesto se aplica a los datos del PAT implementado en 2019 por la Pontificia Universidad Católica de Chile. Se obtuvieron modelos que facilitan la visualización de trayectorias de alerta. En ellos se observó que, en el caso particular analizado, alertar solo considerando el promedio ponderado acumulado dificulta la identificación de riesgos semestrales. Además, se identificó que la suspensión no es una buena medida de apoyo para los estudiantes alertados. También se observaron diferencias en las trayectorias de cada carrera analizada, y se identificó que las trayectorias de alerta en una carrera dependen de la vía de ingreso y del tipo de institución educativa de procedencia. Se concluye que el análisis propuesto contribuye a comprender las trayectorias de los estudiantes alertados, facilitando la visualización del impacto y evolución de la implementación del PAT, tanto a nivel individual como a nivel de grupos de estudiantes. El análisis puede ser adaptado y replicado en otros PAT, para comprender el efecto dinámico en el tiempo, más allá del indicador final de la tasa de deserción.
Description
Tesis (Magister en Ciencias de la Ingeniería)--Pontificia Universidad Católica de Chile, 2023
Keywords
Programa de Alerta Temprana, Trayectoria de Alertas, Process Mining, Curricular Analytics