Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/147542
Títol: | Segmentación del estudiantado universitario: el caso de la Udima |
Autoria: | Bonilla Garzón, Alejandra |
Tutor: | Subirats, Laia |
Altres: | Prados Carrasco, Ferran |
Resum: | Aquest treball final determina les diferents tipologies de l'estudiantat de la Udima sobre la base del seu rendiment, opinions, característiques sociodemogràfiques i de comportament en Moodle per a poder personalitzar el seu seguiment. La població investigada aquesta formada per l'estudiantat universitari (Grau/Màster) de la Udima matriculat en algun curs des del seu inici (2008-09) fins a l'últim curs (2021-22). S'identifica el perfil de 30.875 estudiants que finalitzen/abandonen els seus estudis mitjançant la tècnica òptima d'aprenentatge no supervisat: algorisme d'agrupació k-means, distància euclidiana i 4 clústers obtenint: 25.09% del conjunt com dropout; 59.59% com common graduate; 8.76% com motivated: egressat especialista, amb sentit de pertinença a la universitat i alta satisfacció i 6.55% com dissatisfied: egressat amb satisfacció inferior a la mitjana. Aquesta classificació serveix per a predir, mitjançant tècniques d'aprenentatge supervisat, la classificació de 7.989 estudiants en progrés amb un dataset reduït (s'eliminen variables relatives al diplomo/abandó per a no condicionar). Mitjançant 10-Fold-Cross-*Validation (i segons màxima accuracy) s'aplica l'algorisme de classificació Random Forest. Després d'entrenar, s'obté una accuracy del 86.45%. S'aplica el model i la distribució és: dropout, 59.36%; common graduate, 30.85%; motivated, 1.11% i dissatisfied, 8.69%. Avaluats els resultats enfront del problema plantejat i enfront dels resultats de la literatura, es dona per vàlid el model. La diferència que aporta aquest model enfront dels utilitzats en Udima és la integració d'informació procedent de la satisfacció i la inserció laboral. Els resultats obtinguts són específics per a la Udima, però la metodologia emprada pot adaptar-se a qualsevol institució d'educació superior a distància. |
Paraules clau: | segmentació agrupació educació superior |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | gen-2023 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
abonillagaTFM0123presentacion.pdf | Presentación del TFM | 3,88 MB | Adobe PDF | Veure/Obrir |
abonillagaTFM0123memoria.pdf | Memoria del TFM | 662,44 kB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative CommonsLlicència Creative Commons