Educational data mining: analysis of the engineering students performance in saber-pro test

Simple item page
dc.creatorOviedo Carrascal, Ana Isabel
dc.creatorJiménez Giraldo, Jovanny
dc.date2019-07-31
dc.date.accessioned2023-06-29T13:33:53Z
dc.date.available2023-06-29T13:33:53Z
dc.descriptionIn Colombia, the Saber-Pro test has been created to support the evaluation and improvement of higher education in the country. This article, applies the CRISP-DM data mining methodology to perform a study of the results obtained in the Saber-Pro tests of engineering students in Antioquia (Colombia). Three analytical models are developed from 108 academic, economic and socio-demographic variables: 1) clustering about student types, 2) selection of the most influential factors in the results of the tests, and 3) prediction of performance in the tests from the selected factors. As a result, the most influential variables on the test result are: the number of dependents, teaching method, if the home is permanent, the academic character of the institution and economic facilities such as micro-gas oven and motorcycle.En Colombia, las pruebas de Estado Saber-Pro han sido diseñadas para apoyar la evaluación y el mejoramiento de la educación superior en el país. Aplicando la metodología de minería de datos CRISP-DM, se realiza un estudio de los resultados obtenidos en las pruebas Saber-Pro de estudiantes de ingeniería en Antioquia (Colombia). A partir de 108 variables académicas, económicas y socio demográficas se realizan 3 modelos analíticos: 1) agrupación de los tipos de estudiantes, 2) selección de los factores que más influyen en el desempeño de las pruebas, y 3) predicción del desempeño en las pruebas a partir de las variables seleccionadas.  Como resultado se encuentra que algunas de las variables más influyentes sobre el resultado de las pruebas son: el número de personas a cargo, método de enseñanza, si el hogar es permanente, el carácter académico de la institución y facilidades económicas como tener horno micro gas y motocicleta.en-US
dc.descriptionEn Colombia, las pruebas de Estado Saber-Pro han sido diseñadas para apoyar la evaluación y el mejoramiento de la educación superior en el país. Aplicando la metodología de minería de datos CRISP-DM, se realiza un estudio de los resultados obtenidos en las pruebas Saber-Pro de estudiantes de ingeniería en Antioquia (Colombia). A partir de 108 variables académicas, económicas y socio demográficas se realizan 3 modelos analíticos: 1) agrupación de los tipos de estudiantes, 2) selección de los factores que más influyen en el desempeño de las pruebas, y 3) predicción del desempeño en las pruebas a partir de las variables seleccionadas.  Como resultado se encuentra que algunas de las variables más influyentes sobre el resultado de las pruebas son: el número de personas a cargo, método de enseñanza, si el hogar es permanente, el carácter académico de la institución y facilidades económicas como tener horno micro gas y motocicleta.In Colombia, the Saber-Pro test has been created to support the evaluation and improvement of higher education in the country. This article, applies the CRISP-DM data mining methodology to perform a study of the results obtained in the Saber-Pro tests of engineering students in Antioquia (Colombia). Three analytical models are developed from 108 academic, economic and socio-demographic variables: 1) clustering about student types, 2) selection of the most influential factors in the results of the tests, and 3) prediction of performance in the tests from the selected factors. As a result, the most influential variables on the test result are: the number of dependents, teaching method, if the home is permanent, the academic character of the institution and economic facilities such as micro-gas oven and motorcycle.es-ES
dc.formattext/html
dc.formatapplication/pdf
dc.formatapplication/xml
dc.identifierhttps://revistas.elpoli.edu.co/index.php/pol/article/view/1499
dc.identifier10.33571/rpolitec.v15n29a10
dc.identifier.urihttps://repositorio.elpoli.edu.co/handle/123456789/1033
dc.languagespa
dc.publisherPolitécnico Colombiano Jaime Isaza Cadavides-ES
dc.relationhttps://revistas.elpoli.edu.co/index.php/pol/article/view/1499/1229
dc.relationhttps://revistas.elpoli.edu.co/index.php/pol/article/view/1499/1219
dc.relationhttps://revistas.elpoli.edu.co/index.php/pol/article/view/1499/1255
dc.sourceRevista Politécnica; Vol. 15 No. 29: Julio-Diciembre, 2019; 128-140en-US
dc.sourceRevista Politécnica; Vol. 15 Núm. 29: Julio-Diciembre, 2019; 128-140es-ES
dc.sourceRevista Politécnica; v. 15 n. 29: Julio-Diciembre, 2019; 128-140pt-BR
dc.source2256-5353
dc.source1900-2351
dc.subjecteducational data miningen-US
dc.subjectlearning analyticsen-US
dc.subjectmachine learningen-US
dc.subjectMinería de datos educativoses-ES
dc.subjectanalítica del aprendizajees-ES
dc.subjectaprendizaje de máquinases-ES
dc.titleEducational data mining: analysis of the engineering students performance in saber-pro testen-US
dc.titleMinería de datos educativos: Análisis del desempeño de estudiantes de ingeniería en las pruebas SABER-PROes-ES
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
Files
Collections
Revista Politécnica