Unidad de Posgrados

Permanent URI for this communityhttp://repositorio.uta.edu.ec/handle/123456789/11

Browse

Filters

20232

Settings

Subject: search.filters.subject.DESERCIÓN

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Modelo de Predicción de Deserción Escolar en los Estudiantes la Unidad Educativa “Los Andes”
    (Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Maestría en Matemática Aplicada, 2023) Vásconez Altamirano, Gladys Edilma; Meneses Freire, Manuel Antonio
    La deserción escolar ha sido un problema que ha existido a lo largo de la historia tanto a nivel mundial como en el Ecuador, sin embargo, desde el inicio de la pandemia por COVID-19 ha tenido un incremento inédito, el mismo que se ha dado en todas las instituciones educativas del país, esta pandemia ha tenido un impacto severo sobre las distintas variables socioeconómicas en los estudiantes y todo su entorno, las instituciones educativas tuvieron que cerrar sus puertas a la educación presencial generando una nueva modalidad de aprendizaje que es la enseñanza virtual, haciendo uso de distintas plataformas educativas y diversos recursos tecnológicos lo cual tuvo un efecto negativo provocando un alto índice de deserción estudiantil. Según El Ministerio de Educación del Ecuador hasta noviembre de 2021 unos 150.000 niños y adolescentes han dejado de estudiar producto de la crisis ocasionada por la pandemia del COVID-19. Este trabajo de investigación presenta varios aportes que ayudan a dar respuesta a varios de los problemas que surgen en la educación producto de la pandemia por COVID -19, la propuesta base estará en diseñar un modelo predictivo que ayude a estimar los índices de deserción de estudiantes en la unidad educativa Los Andes. Al estudiar los efectos que trajo consigo la pandemia se tiene que ha producido alteraciones de orden psicológico en los estudiantes, la falta de recursos económicos para acceder a las clases y la falta de tecnología ha hecho que varios jóvenes sientan un desgaste emocional, falta de concentración y desmotivación, haciendo que contemplen la idea de dejar sus estudios. A continuación, se realiza una descripción del proyecto de investigación, refiriéndonos primero al modelo matemático que se propone efectuar y la documentación que lo sustenta, a las pruebas empíricas que se propone realizar y a la metodología a aplicar. Se específica, el tipo de análisis a efectuar, así como los datos sobre los cuales se aplica un modelo mediante la técnica de mínimos cuadrados, determinando resultados obtenidos y la discusión de estos. Finalmente se presenta la propuesta de solución.
  • No Thumbnail Available
    Item
    Modelo matemático para predecir el grado de deserción de los estudiantes en el Instituto Superior Tecnológico Bolívar
    (Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Maestría en Matemática Aplicada, 2023) Mejía Zamora, Edgar Patricio; Benalcázar Palacios, Marco Enrique
    Student desertion is an indicator of delay in education in any country in the world and this occurs with a greater impact in Ecuador. For this reason, it is important to take into account the research work that is presented through the following thesis. The purpose of this research is to predict the desertion of students from the Bolívar Higher Technological Institute in the city of Ambato. The Institute's archives show that 1,036 students were enrolled in the May-October 2022 semester in five majors. The calculated sample size is 280 surveys using a confidence level of 95% and a margin of error of 5%. The surveys were applied to two groups, the first to: 115 students who for any reason abandoned their studies in any semester but returned to continue their studies. A second group of 165 students who did not drop out at any time, used Google forms for the survey through multiple choice questions . Due to having an asymmetric dataset, it is necessary to balance the data so that the models to be used work correctly. In the present work, two algorithms are used: Support Vector Machines (SVM) and Feed-forward Artificial Neural Networks. When comparing the results obtained based on the F1 score, it was determined that the best algorithm was Feed-forward Artificial Neural Networks with an F-score value of 82.2% while in Support Vector Machines it yielded a value of 72.5 %.