Système de soutien aux étudiants de l’enseignement supérieur Modèles prédictifs

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 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.