Predicción de Abandono en Cursos de Educación a Distancia: Un Modelo Basado en Árboles de Decisión que Integra Causas Exógenas y Endógenas.

Resumen

Aunque la mayoría de las instituciones de educación superior están desarrollando programas para controlar las tasas de abandono, muchos modelos predictivos existentes se basan en datos o causas que no impactan directamente en las altas tasas de abandono. En este contexto, y considerando estudios recientes que recomiendan el uso de la ciencia de datos para desarrollar modelos predictivos, esta investigación tuvo como objetivo proponer un modelo predictivo para el abandono en cursos de pregrado EAD. Utilizando aprendizaje automático y un algoritmo de aprendizaje supervisado llamado árbol de decisión, el modelo integró causas exógenas y endógenas de abandono. La investigación, aplicada en naturaleza y cualitativa en enfoque, fue clasificada como exploratoria e incluyó un estudio de caso y revisión de literatura. Los resultados revelaron la importancia e interacción entre las variables de compromiso, edad y la distancia entre el municipio de residencia del estudiante y el centro EAD. Estos hallazgos proporcionan perspectivas valiosas para las estrategias de retención en instituciones que ofrecen educación a distancia.