Por favor, use este identificador para citar o enlazar este ítem: http://bibdigital.epn.edu.ec/handle/15000/23615
Título: Desarrollo de un modelo para predecir el rendimiento académico de estudiantes de la EPN en base a su nivel de acceso a TICS y factores socioeconómicos.
Autor: Reinoso Quijo, Andrés Fernando
Palabras clave: RENDIMIENTO ACADÉMICO
INTELIGENCIA ARTIFICIAL
APRENDIZAJE DE MÁQUINA
SISTEMAS DE INFORMACIÓN
EMPRESA
Fecha de publicación: ene-2023
Editorial: Quito : EPN, 2023.
Citación: Reinoso Quijo, A. F.(2023). Desarrollo de un modelo para predecir el rendimiento académico de estudiantes de la EPN en base a su nivel de acceso a TICS y factores socioeconómicos. 42 páginas. Quito : EPN.
Resumen: The aim of this research was to stablish the academic performance of university students by identifying the relationship between socioeconomic factors and the level of access to the Information and Communication Technologies (ICTs). The study took place in a public university, one of the largest and recognized higher education institutions in Ecuador, South America. Academic records, socioeconomic background and level access to ICT was considered for the research. The study considers Action Research and CRISP DM as a framework; undertaking the steps of data analysis, data preparation, cleaning phases, and finally consider several machine learning algorithms. The study revealed a solid dataset with 15 variables that reflect its correlation and affect academic performance. year of beginning of studies, age of beginning of studies, career that the student is studying, faculty, credits for registered subject, percentage of credits accumulated, number of members in the family environment, father´s salary, mother´s salary, father's social security affiliation, mother's social security affiliation, properties owned by the student, if the student has a vehicle, the student's IPF code, if the student's computer is for personal use, have a direct influence on the final grade and academic performance. The result of this research represents an important information for academic control authorities in the higher education; in the task of improving the conditions of students, providing them with all the needs for success. KEY WORDS: Academic Performance, Artificial Intelligence, Machine Learning, CRISP DM.
Descripción: Esta investigación tiene como objetivo determinar en qué relación los factores socioeconómicos y su nivel de acceso a las Tecnologías de la Información y la comunicación (TICs) afecta el rendimiento académico de estudiantes universitarios. Para este estudio se hace uso de registros académicos, socioeconómicos y nivel de acceso a las TICs obtenidos de los registros de una de las universidades más grandes y reconocidas del país. En todas sus fases se hace uso de metodologías de investigación formales con el objetivo de comprender el entorno educativo con los datos objeto de análisis, pasando por las fases de preparación y limpieza datos, para posteriormente modelar varios algoritmos de aprendizaje automático de máquina. Con los resultados obtenidos se realiza una evaluación para determinar cuáles son los factores más influyentes en el rendimiento académico de los estudiantes. De donde se ha llegado a la determinación que los factores: año de inicio de estudios, edad de inicio de estudios, carrera que cursa el estudiante, facultad, créditos por materia registrada, porcentaje de créditos acumulados, número de miembros en el entorno familiar, ingresos económicos del padre, ingresos económicos de la madre, afiliación al seguro social del padre, afiliación al seguro social de la madre, propiedades que cuenta el estudiante, si el estudiante tiene vehículo, código Ipf del estudiante, si el computador del estudiante es para uso personal, influyen directamente en su calificación final y rendimiento académico. Los resultados de este estudio constituyen información importante para autoridades de control académico en la tarea de mejorar las condiciones de estudiantes, brindándoles todos los medios para el éxito.
URI: http://bibdigital.epn.edu.ec/handle/15000/23615
Tipo: bachelorThesis
Aparece en las colecciones:Tesis MAESTRÍA EN SISTEMAS DE INFORMACIÓN MENCIÓN INTELIGENCIA DE NEGOCIOS Y ANALÍTICA DE DATOS MASIVOS (FIS)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
CD 12947.pdf2,42 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.