Diseño de un modelo matemático para estimar el efecto independiente de los problemas de salud mental en la deserción universitaria temprana
No Thumbnail Available
Date
2024-11-08
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
En Colombia, la deserción universitaria afecta a uno de cada dos estudiantes que ingresan a instituciones de educación superior (IES), generando pérdidas significativas en ingresos. Según la OCDE, cada año adicional de escolaridad puede aumentar el PIB per cápita entre 4 y 7%. Para abordar este problema, se llevó a cabo un estudio utilizando Regresión Logística (RL) y Redes Neuronales Artificiales (RNN) para predecir la deserción.
Se utilizo información recopilada por la Dirección de Bienestar Estudiantil de la UIS, enfocándose en estudiantes de nuevo ingreso entre 2015-2 y 2017-2, con un seguimiento de 4 semestres. La base de datos incluyó 4273 estudiantes y 26 variables predictoras, con una edad promedio de 18,1 años. El 74,24% residía en el Área Metropolitana de Bucaramanga y un 32,59% estaba en riesgo de depresión, mientras que el 40,78% presentaba riesgo de ansiedad.
La RL identificó las variables más significativas para la deserción: procedencia fuera del AMB, sexo masculino, disfuncionalidad familiar, baja autoconfianza y automotivación en el aprendizaje, insatisfacción con la vida, y no ser beneficiario de servicios de comedores de la UIS. Se desarrolló un modelo predictivo con RNN que logró una precisión del 87%. Finalmente, se combinó la RL y RNN, obteniendo una precisión del 84% y simplificando las variables para su implementación efectiva.
Description
Keywords
Regresión logística, Redes neuronales artificiales, Deserción universitaria