Estudio de la deserción en la Universidad Nacional de Colombia y su papel de termalizador social

Abstract

En la primera parte de este trabajo, se muestra el procedimiento implementado para la consolidación de la información académica y socioeconómica de los estudiantes de la Universidad Nacional de Colombia, incluyendo las bases internas de la Universidad Nacional y las bases externas del ICFES. De los estudiantes de los cuales se tiene información en las bases de datos de la Universidad Nacional, se logra identificar el 84 % en las bases de datos externas. A partir de la base de datos unificada se realizan dos estudios. En el primer estudio se analiza el abandono estudiantil en la Universidad a través de la implementación de modelos de aprendizaje de máquina para realizar predicciones del riesgo de abandono sobre los estudiantes activos de la Universidad. Se encuentran que los modelos logran realizar predicciones con tasas de verdaderos positivos y verdaderos negativos cercanas al 85 %. El segundo estudio se concentra en la evolución temporal del papel de la Universidad como termalizador social, por medio del modelamiento del rendimiento académico de los estudiantes en función de distintos factores académicos y socioeconómicos iniciales por medio de ecuaciones de difusión. Se encuentran mayores efectos de termalización con respecto a los factores académicos, con constantes de difusión normalizadas α = 0.065 sem−1 al tomar en cuenta solo a los estudiantes egresados y α = 0.31 sem−1 al tomar en cuenta a todos los estudiantes en comparación con la de los factores socioeconómicos para los cuales se obtienen efectos termalizadores con constantes de difusión normalizadas α = 0.0032 sem−1 con los egresados y α = 0.13 sem−1 para todos los estudiantes. (Texto tomado de la fuente)

In the first part of this work , we describe the methodology employed to consolidate academic and socioeconomic information for the students of the National University of Colombia from the internal National University’s databases and the external ICFES databases. With this methodology out of all the of students whose infomation is in the National University’s database, it’s possible to identify 84 % of them in the external databases. From this unified database two different studies were conducted. The first study consists in the analysis of school-wide dropout risk through the implementa- tion of machine learning models to predict the risk of dropping out in the university’s active student population. The models implemented are found to be capable of making predictions with a true positive and true negative rate close to 85 %. In the second study, the University’s role as a social thermalizer through the modeling of academic performance with respect to different socioeconomic and academic factors is modeled using diffusion equations. Greater thermalizing effects were found with respect academic factors, with normalized diffusion coeffients α = 0.065 sem−1 when only taking into account students who graduated and α = 0.31 sem−1 when taking into account all students, in comparison to the thermalizing effects with respect to the socioeconomic factors, whose diffusion coeffients were found to have values of α = 0.0032 sem−1 with only students who graduated and α = 0.13 sem−1 for all students.