Sistema di supporto agli studenti per l’istruzione superiore Modelli predittivi

Actuellement, PDG d'ETHNODATA, doctorant en ingénierie des systèmes complexes, titulaire d'une maîtrise en statistiques, d'une maîtrise en gestion de l'environnement territorial et d'un diplôme d'ingénieur forestier. Mon travail et mon développement académique sont liés à l'enseignement et à la recherche en mathématiques et en statistiques pendant plus de dix ans à l'Université technologique du Chili (INACAP).

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.