Rendimiento y Retención en Ingeniería de Sistemas by RAUL NATANAEL VALVERDE RUIZ

Propósito del texto

raulvruiz — 2025-08-25 20:58:26 UTC

Este artículo busca analizar el rendimiento académico de estudiantes de Ingeniería de Sistemas, identificar patrones de deserción y proponer estrategias orientadas a su retención. Esto se realiza mediante el estudio estadístico de cohortes (2011–2016), el uso de minería de datos y la formulación de medidas remediales.

Tipo de lenguaje

raulvruiz — 2025-08-25 21:00:24 UTC

El artículo utiliza un lenguaje formal (Ejemplo: “El análisis del rendimiento académico permite identificar factores de riesgo asociados a la deserción estudiantil.”), técnico (“Se aplicó la metodología CRISP‑DM para la minería de datos de las cohortes 2011‑2016.”) y objetivo ("Se observó que el 42% de los estudiantes presentan bajo rendimiento en el primer año académico.”) centrado en datos y conceptos especializados.

Citas y fuentes

raulvruiz — 2025-08-25 21:02:41 UTC

Citas: “Según el Ministerio de Educación, la tasa de deserción universitaria en Ingeniería alcanza un 38%” (Tuesta Cerrón, Huamán Tello & Vera Cuentas, 2020, p. 670).

“Estudios previos muestran que la implementación de metodologías activas como el aula invertida mejora la retención de estudiantes” (Tuesta Cerrón et al., 2020, p. 675).

Fuentes:

Tuesta Cerrón, Y. A., Huamán Tello, O. M., & Vera Cuentas, L. M. (2020). Análisis del rendimiento académico de los estudiantes de Ingeniería de Sistemas, posibilidades de deserción y propuestas para su retención. Ingeniare. Revista chilena de ingeniería, 28(4), 668‑683. https://www.scielo.cl/scielo.php?pid=S0718-33052020000400668&script=sci_arttext

Estructura General

raulvruiz — 2025-08-25 21:05:19 UTC

Introducción Contextualiza la relevancia del rendimiento académico y la problemática de la deserción en educación superior.

Marco conceptual Define conceptos clave como rendimiento académico, deserción, rezago estudiantil, e indicadores utilizados.

Metodología Describe la muestra (cohortes 2011-2016, 976 estudiantes), variables, técnicas estadísticas y minería de datos, y metodología CRISP-DM.

Análisis y resultados Presenta estadísticas descriptivas, indicadores del primer año, resultados con SPSS Modeler y aplicativo propio, comparativas entre algoritmos, y datos sobre categorías de rendimiento (IRT, PPA).

Propuestas remediales Ofrece estrategias como la actualización didáctica, metodologías activas (gamificación, aula invertida), asesorías académicas, ciclo cero, entre otras.

Conclusiones

Resume los hallazgos sobre el valor del comportamiento académico, avances en créditos, modelos predictivos, y sugiere incluir variables socioeconómicas en futuras investigaciones

Integrantes

raulvruiz — 2025-08-25 21:06:42 UTC

Raúl Natanael Valverde Ruíz

Cif: 24012193

Kellys Belisa Bellanger Sáenz

Cif: 25010380