Una mirada al desempeño académico en las pruebas saber pro de los estudiantes de ingeniería desde la minería de datos educativa

• Ricardo Timarán-Pereira ^[1] ; Arsenio Hidalgo-Troya ^[1] ; Fredy Vidal-Alegría ^[2]
  1. [1] Universidad de Nariño

     Universidad de Nariño

     Colombia

     
  2. [2] IU Colegio Mayor del Cauca, Colombia
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. Extra 38, 2020, págs. 29-42
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • English

    This paper presents the results obtained by applying educational data mining to discover factors associated with the academic performance of Colombian engineering students who presented the Saber Pro tests between 2012 and 2014.

    The methodology used was CRISP- DM, the most widely applied reference guide in the development of data mining projects. From the ICFES databases, the socioeconomic, academic and institutional information of the engineering students was selected, and a data repository was built, cleaned and transformed with the results obtained in these tests. The decision tree-based classification technique was applied to discover factors associated with the good or bad academic performance of students on the Saber Pro tests. The patterns discovered were documented and these could be incorporated into existing knowledge about academic performance on the Saber Pro tests

  • português

    En este artículo se presentan los resultados obtenidos al aplicar la minería de datos educativa para descubrir factores asociados al desempeño académico de los estudiantes colombianos de las facultades de ingeniería que presentaron las pruebas Saber Pro entre los años 2012 y 2014. La metodología utilizada fue CRISPDM, la guía de referencia más ampliamente aplicada en el desarrollo de proyectos de minería de datos. De las bases de datos del ICFES se seleccionó la información socioeconómica, académica e institucional de los estudiantes de ingeniería y se construyó, limpió y transformó un repositorio de datos con los resultados obtenidos en estas pruebas. Se aplicó la técnica de clasificación basada en árboles de decisión para descubrir factores asociados al buen o mal desempeño académico de los estudiantes en las pruebas Saber Pro. Se documentaron los patrones descubiertos y estos podrán incorporarse al conocimiento existente sobre desempeño académico en las pruebas Saber Pro.