Bücher von Ismael Enrique Valdivia Zamorano

La proposta principale di questa ricerca è lo sviluppo di modelli predittivi, basati su variabili di input (socio-demografiche) e accademiche per l'identificazione degli studenti a rischio di fallimento nelle materie matematiche. Nell'INACAP, le materie matematiche hanno un tasso di insuccesso vicino al 40% negli ultimi 4 anni e, di conseguenza, l'abbandono degli studenti aumenta. Questo studio prende in considerazione tre materie di matematica I (MTAN02, MTES01 e MTIN01) che sono equivalenti in termini di contenuto, sono presenti in diverse carriere e hanno una copertura nazionale. Una delle questioni importanti da affrontare è lo sviluppo di un sistema di "early warning" per gli studenti a rischio di bocciatura, con l'obiettivo di fornire strumenti e supporto per ridurre questo rischio in modo tempestivo; la variabile accademica considerata chiave è il "voto 1", che insieme alle variabili di caratterizzazione dello studente permette di stimare il rischio di bocciatura e allo stesso tempo di gestire il supporto accademico dello studente.

Das Hauptanliegen dieser Forschungsarbeit ist die Entwicklung von Vorhersagemodellen auf der Grundlage von Eingangsvariablen (soziodemografische Variablen) und akademischen Variablen zur Identifizierung von Studenten, bei denen die Gefahr besteht, dass sie in den mathematischen Fächern durchfallen. Im INACAP liegt die Durchfallquote in Mathematikfächern in den letzten vier Jahren bei fast 40 %, und diese Zahl hat zur Folge, dass die Zahl der Schulabbrecher zunimmt. In dieser Studie werden drei Fächer der Kategorie Mathematik I (MTAN02, MTES01 und MTIN01) betrachtet, die inhaltlich gleichwertig sind, in verschiedenen Berufen vorkommen und landesweit angeboten werden. Die akademische Variable, die als Schlüsselvariable angesehen wird, ist die "Note 1". Diese Variable in Verbindung mit Variablen zur Charakterisierung des Schülers ermöglicht die Abschätzung des Risikos des Scheiterns und gleichzeitig die akademische Unterstützung des Schülers.

The main proposal of this research is the development of predictive models, based on input variables (sociodemographic) and academic variables for the identification of students at risk of failing mathematics subjects. In INACAP, mathematics subjects have a failure rate of close to 40% in the last 4 years, and as a consequence of this figure, student desertion increases. This study considers three mathematics I subjects (MTAN02, MTES01 and MTIN01) that are equivalent in terms of their contents, are present in various careers and have national coverage. One of the important issues to be addressed is the development of an "early warning" system for those students at risk of failing, with the aim of providing tools and support to reduce this risk in a timely manner, the academic variable considered key is "grade 1", this variable in conjunction with student characterization variables allows the estimation of the risk of failing and at the same time manage the student's academic support.

La proposition principale de cette recherche est le développement de modèles prédictifs, basés sur des variables d'entrée (sociodémographiques) et des variables académiques pour l'identification des étudiants qui risquent d'échouer dans les matières mathématiques. À l'INACAP, les matières mathématiques ont un taux d'échec de près de 40 % au cours des quatre dernières années, ce qui entraîne une augmentation de l'abandon scolaire. Cette étude porte sur trois matières de mathématiques I (MTAN02, MTES01 et MTIN01) qui sont équivalentes en termes de contenu, sont présentes dans diverses carrières et ont une couverture nationale. L'une des questions importantes à traiter est le développement d'un système d'alerte précoce pour les étudiants qui risquent d'échouer, dans le but de fournir des outils et un soutien pour réduire ce risque à temps. La variable académique considérée comme clé est la "note 1", cette variable, en conjonction avec les variables de caractérisation de l'étudiant, permet d'estimer le risque d'échec et, en même temps, de gérer le soutien académique de l'étudiant.

A proposta principal desta investigação é o desenvolvimento de modelos preditivos, baseados em variáveis de entrada (sócio-demográficas) e académicas para a identificação de alunos em risco de reprovação na disciplina de matemática. No INACAP, as disciplinas de matemática têm uma taxa de reprovação próxima dos 40% nos últimos 4 anos e, em consequência deste valor, o abandono escolar aumenta. Este estudo considera três disciplinas de matemática I (MTAN02, MTES01 e MTIN01) que são equivalentes em termos de conteúdo, estão presentes em várias carreiras e têm cobertura nacional. Uma das questões importantes a abordar é o desenvolvimento de um sistema de "alerta precoce" para os alunos em risco de reprovação, com o objetivo de fornecer ferramentas e apoio para reduzir este risco em tempo útil, a variável académica que é considerada chave é a "nota 1", esta variável em conjunto com variáveis de caraterização do aluno permite estimar o risco de reprovação e ao mesmo tempo gerir o apoio académico do aluno.

La principal propuesta de esta investigación es el desarrollo de modelos predictivos, basados en variables de entrada (sociodemográficas) y académicas para la identificación de estudiantes con riesgo de reprobación en las asignaturas de matemáticas.En INACAP, las asignaturas de matemática poseen una reprobación, cercana al 40% en los últimos 4 años, además, consecuencia de esta cifra aumenta la deserción estudiantil, en este estudio se considera tres asignaturas de matemática I (MTAN02, MTES01 y MTIN01) que son equivalentes en referencia a sus contenidos, están presentes en diversas carreras y tienen cobertura nacional.Uno de los temas importantes a abordar, es el desarrollo de un sistema de ¿alerta tempranä de aquellos estudiantes que tengan riesgo de reprobación, con el objetivo de proveer herramientas y apoyos para disminuir ese riesgo de forma oportuna, la variable académica que se considera clave es la ¿nota 1¿, esta variable en conjunto con variables de caracterización del estudiante permite la estimación del riesgo de reprobación y a la vez gestionar el apoyo académico del alumno.