1. Repositorio CYT
2. Ciencias de la Salud
3. ReDSal: Revista de Investigaciones del Departamento de Ciencias de la Salud
4. 2023, Vol. 2, Nro. 1

Autor(es):	Milione, Hugo Fernán Fernández, Diego Ortíz, Claudio Antonio Giménez Prieto, Blanca Gricelda Magariños, Micaela Sabrina Appeceix, Jennifer Sabrina
Título:	Modelo predictivo para estimar la deserción de estudiantes en la carrera de medicina de la Universidad Nacional de La Matanza
Descriptores y temas:	ABANDONO DE ESTUDIOS ENSEÑANZA SUPERIOR MODELADO DE DATOS INTELIGENCIA ARTIFICIAL TECNICAS DE PREDICCION
Editor:	Universidad Nacional de La Matanza. Departamento de Ciencias de la Salud
Referencia sugerida:	Milione, H. F., Fernández, D., Ortíz, C. A., Giménez Prieto, B. G., Magariños, M. S. y Appeceix, J. S. (2023). Modelo predictivo para estimar la deserción de estudiantes en la carrera de medicina de la Universidad Nacional de La Matanza. Revista de Investigaciones del Departamento de Ciencias de la Salud, 2(1), 33-40. https://doi.org/10.54789/rs.v2i1.20
Resumen y filiaciones:	Introducción: la aplicación de un modelo de Inteligencia Artificial (IA) puede determinar el conjunto de datos socio económico financieros obtenidos al ingreso de cada estudiante a la carrera de medicina de la Universidad Nacional de La Matanza y su relación con la deserción voluntaria. Materiales y métodos: Se llevó a cabo un estudio longitudinal y analítico. Las herramientas de observación y análisis fueron: 1. datos socioeconómico-familiares que surgen de una encuesta voluntaria a todos los estudiantes de medicina al ingreso a la carrera en el período 2012-2018. 2. datos del rendimiento académico de los estudiantes durante la carrera. Se aplicó un programa de IA denominado Orange Canvas a los contenidos de las bases de datos antes mencionadas, que consiste en una herramienta de minería de datos que proporciona una serie de complementos para el análisis, visualización y modelado de datos. Resultados: el modelo “Random Forest” del programa logró un 72% de precisión, incrementándose al 76,7% con el modelo Test and Score. Finalmente, con el modelo KNN la precisión para predecir deserción ascendió al 87,2%. Conclusión: después de realizar todas las pruebas al conjunto de datos de la encuesta inicial y el conjunto de datos de las materias aprobadas por el estudiante surge que el modelo KNN de la herramienta de IA alcanza el mejor nivel de predicción (87,2%) para predecir deserción. Fil: Milione, Hugo Fernán. Universidad Nacional de La Matanza; Argentina. Fil: Fernández, Diego. Universidad Nacional de La Matanza; Argentina. Fil: Ortíz, Claudio Antonio. Universidad Nacional de La Matanza; Argentina. Fil: Giménez Prieto, Blanca Gricelda. Universidad Nacional de La Matanza; Argentina. Fil: Magariños, Micaela Sabrina. Universidad Nacional de La Matanza; Argentina. Fil: Appeceix, Jennifer Sabrina. Universidad Nacional de La Matanza; Argentina.
URI:	http://repositoriocyt.unlam.edu.ar/handle/123456789/1491
Aparece en las colecciones:	2023, Vol. 2, Nro. 1

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