Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC

Autores
Guzmán, Analía; García, Mario Alejandro; Jewsbury, María Alejandra; Castro, Claudia; Delgado, Andrea Fabiana; Giubergia, María Fernanda; Martinez Ocampo, Gabriel; Socolovsky, Silvia Graciela
Año de publicación
2026
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este trabajo presenta una línea de investigación que aborda la problemática de la deserción universitaria en las carreras de Ingeniería de la Facultad Regional Córdoba (FRC) de la Universidad Tecnológica Nacional (UTN). El estudio se centra en el desarrollo de un modelo de predicción basado en inteligencia artificial y aprendizaje automático (machine learning) para identificar a estudiantes en riesgo de abandono. Para ello, se estudian y seleccionan algoritmos destinados a analizar registros históricos, incluyendo calificaciones, asistencia y datos demográficos, con el fin de descubrir patrones y factores de riesgo asociados. El alcance del proyecto contempla la construcción de un modelo de predicción preciso y el desarrollo de una herramienta de visualización que integre un Sistema de Alerta Temprana (SAT). Estos instrumentos permitirán a los gestores académicos implementar intervenciones personalizadas, tales como tutorías y programas de mentoría, optimizando la asignación de recursos institucionales. Mediante la integración de estas tecnologías, se busca fortalecer las trayectorias académicas y mejorar sustancialmente las tasas de retención estudiantil en la educación superior tecnológica.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Inteligencia artificial
Predicción
Deserción
Abandono
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/195998
Acceder
id SEDICI_7c01ccac549bd90b0584f255556976e9
oai_identifier_str oai:sedici.unlp.edu.ar:10915/195998
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRCGuzmán, AnalíaGarcía, Mario AlejandroJewsbury, María AlejandraCastro, ClaudiaDelgado, Andrea FabianaGiubergia, María FernandaMartinez Ocampo, GabrielSocolovsky, Silvia GracielaCiencias InformáticasInteligencia artificialPredicciónDeserciónAbandonoEste trabajo presenta una línea de investigación que aborda la problemática de la deserción universitaria en las carreras de Ingeniería de la Facultad Regional Córdoba (FRC) de la Universidad Tecnológica Nacional (UTN). El estudio se centra en el desarrollo de un modelo de predicción basado en inteligencia artificial y aprendizaje automático (machine learning) para identificar a estudiantes en riesgo de abandono. Para ello, se estudian y seleccionan algoritmos destinados a analizar registros históricos, incluyendo calificaciones, asistencia y datos demográficos, con el fin de descubrir patrones y factores de riesgo asociados. El alcance del proyecto contempla la construcción de un modelo de predicción preciso y el desarrollo de una herramienta de visualización que integre un Sistema de Alerta Temprana (SAT). Estos instrumentos permitirán a los gestores académicos implementar intervenciones personalizadas, tales como tutorías y programas de mentoría, optimizando la asignación de recursos institucionales. Mediante la integración de estas tecnologías, se busca fortalecer las trayectorias académicas y mejorar sustancialmente las tasas de retención estudiantil en la educación superior tecnológica.Red de Universidades con Carreras en Informática2026-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf666-670http://sedici.unlp.edu.ar/handle/10915/195998spainfo:eu-repo/semantics/altIdentifier/isbn/978-631-6904-02-7info:eu-repo/semantics/reference/hdl/10915/195432info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-06-23T11:17:11Zoai:sedici.unlp.edu.ar:10915/195998Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-06-23 11:17:11.771SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC
title Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC
spellingShingle Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC
Guzmán, Analía
Ciencias Informáticas
Inteligencia artificial
Predicción
Deserción
Abandono
title_short Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC
title_full Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC
title_fullStr Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC
title_full_unstemmed Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC
title_sort Predicción del riesgo de abandono de estudiantes en las carreras de ingeniería de la UTN FRC
dc.creator.none.fl_str_mv Guzmán, Analía
García, Mario Alejandro
Jewsbury, María Alejandra
Castro, Claudia
Delgado, Andrea Fabiana
Giubergia, María Fernanda
Martinez Ocampo, Gabriel
Socolovsky, Silvia Graciela
author Guzmán, Analía
author_facet Guzmán, Analía
García, Mario Alejandro
Jewsbury, María Alejandra
Castro, Claudia
Delgado, Andrea Fabiana
Giubergia, María Fernanda
Martinez Ocampo, Gabriel
Socolovsky, Silvia Graciela
author_role author
author2 García, Mario Alejandro
Jewsbury, María Alejandra
Castro, Claudia
Delgado, Andrea Fabiana
Giubergia, María Fernanda
Martinez Ocampo, Gabriel
Socolovsky, Silvia Graciela
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Inteligencia artificial
Predicción
Deserción
Abandono
topic Ciencias Informáticas
Inteligencia artificial
Predicción
Deserción
Abandono
dc.description.none.fl_txt_mv Este trabajo presenta una línea de investigación que aborda la problemática de la deserción universitaria en las carreras de Ingeniería de la Facultad Regional Córdoba (FRC) de la Universidad Tecnológica Nacional (UTN). El estudio se centra en el desarrollo de un modelo de predicción basado en inteligencia artificial y aprendizaje automático (machine learning) para identificar a estudiantes en riesgo de abandono. Para ello, se estudian y seleccionan algoritmos destinados a analizar registros históricos, incluyendo calificaciones, asistencia y datos demográficos, con el fin de descubrir patrones y factores de riesgo asociados. El alcance del proyecto contempla la construcción de un modelo de predicción preciso y el desarrollo de una herramienta de visualización que integre un Sistema de Alerta Temprana (SAT). Estos instrumentos permitirán a los gestores académicos implementar intervenciones personalizadas, tales como tutorías y programas de mentoría, optimizando la asignación de recursos institucionales. Mediante la integración de estas tecnologías, se busca fortalecer las trayectorias académicas y mejorar sustancialmente las tasas de retención estudiantil en la educación superior tecnológica.
Red de Universidades con Carreras en Informática
description Este trabajo presenta una línea de investigación que aborda la problemática de la deserción universitaria en las carreras de Ingeniería de la Facultad Regional Córdoba (FRC) de la Universidad Tecnológica Nacional (UTN). El estudio se centra en el desarrollo de un modelo de predicción basado en inteligencia artificial y aprendizaje automático (machine learning) para identificar a estudiantes en riesgo de abandono. Para ello, se estudian y seleccionan algoritmos destinados a analizar registros históricos, incluyendo calificaciones, asistencia y datos demográficos, con el fin de descubrir patrones y factores de riesgo asociados. El alcance del proyecto contempla la construcción de un modelo de predicción preciso y el desarrollo de una herramienta de visualización que integre un Sistema de Alerta Temprana (SAT). Estos instrumentos permitirán a los gestores académicos implementar intervenciones personalizadas, tales como tutorías y programas de mentoría, optimizando la asignación de recursos institucionales. Mediante la integración de estas tecnologías, se busca fortalecer las trayectorias académicas y mejorar sustancialmente las tasas de retención estudiantil en la educación superior tecnológica.
publishDate 2026
dc.date.none.fl_str_mv 2026-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/195998
url http://sedici.unlp.edu.ar/handle/10915/195998
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-631-6904-02-7
info:eu-repo/semantics/reference/hdl/10915/195432
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
666-670
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1868982612295417856
score 13.365483

Publicaciones similares