Metodología para la identificación de características académicas a tener en cuenta en un sistema de alertas tempranas para la prevención del abandono

Autor: Gómez Sarmiento, Juliana, Ochoa, Antonio
Jazyk: Spanish; Castilian
Rok vydání: 2016
Předmět:
Zdroj: Congresos CLABES; 2015: Congreso CLABES V, Talca-Chile
Popis: En este trabajo se diseñó y desarrolló una metodología para la identificación de características académicas que hacen parte del sistema de alertas tempranas para la prevención del abandono que se está construyendo en la Universidad de los Andes. Aunque la tasa de abandono de estudiantes de pregrado de la Universidad de los Andes es más baja que la de Colombia, existe una preocupación y un interés por prevenir y reducir este fenómeno. De acuerdo con cifras del Sistema para la Prevención de la Deserción de la Educación Superior (SPADIES), la Universidad tiene una tasa de deserción después de 15 semestres de 24.92%, mientras que en el país es superior al 50% en instituciones universitarias. La Universidad está construyendo un sistema de alertas tempranas para identificar estudiantes que estén en riesgo de abandonar la universidad. Uno de los modelos más comunes sobre abandono en educación superior es el de Tinto, (Tinto, 1975), que expone una relación entre el abandono y los grados de integración académica y social. Como parte del grado de integración académica se incluye el desempeño del estudiante. En este sentido, surge el interés por identificar las materias en las que el bajo desempeño del estudiante evidencie riesgo de abandono. La interdisciplinariedad de los programas de los Andes aumenta la complejidad del análisis. En este estudio se incluyó una muestra de 18.666 estudiantes de pregrado, quienes tomaron materias de nivel básico y medio entre 2012 y 2014, excluyendo las cohortes para los que aún no es posible determinar el estado de abandono a 2015-1. Dentro de los atributos del modelo se incluyó el programa del estudiante, la repitencia, la nota obtenida y si abandonó la universidad. Las materias seleccionadas con este modelo nutrirán el sistema de alertas tempranas, y en conjunto con las demás variables incluidas, motivarán intervenciones sobre los estudiantes que así lo requieran con el fin de impedir el abandono.
Databáze: OpenAIRE