Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning

El abandono escolar en el nivel secundario es un desafío estructural del sistema educativo argentino, con solo el 73% de los estudiantes logrando completar este nivel. La repitencia se ha identificado como un factor crítico asociado a la deserción, por lo que su detección temprana puede contribuir a...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Mayorca, Guillermina
Formato: Tesis de maestría
Lenguaje:Español
Publicado: Universidad Torcuato Di Tella 2025
Materias:
Deserción escolar
Análisis de datos
Repetición
Predicción tecnológica
Dropping out
Data Analysis
Grade repetition
Forecasting
Acceso en línea:https://repositorio.utdt.edu/handle/20.500.13098/13743
Aporte de:
Repositorio Digital Universidad Torcuato Di Tella de Universidad Torcuato Di Tella
id I57-R163-20.500.13098-13743
record_format dspace
spelling I57-R163-20.500.13098-137432025-10-29T20:35:41Z Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning Mayorca, Guillermina Deserción escolar Análisis de datos Repetición Predicción tecnológica Predicción tecnológica Dropping out Data Analysis Grade repetition Forecasting Forecasting El abandono escolar en el nivel secundario es un desafío estructural del sistema educativo argentino, con solo el 73% de los estudiantes logrando completar este nivel. La repitencia se ha identificado como un factor crítico asociado a la deserción, por lo que su detección temprana puede contribuir a mejorar las trayectorias educativas. Este estudio propone el desarrollo de un modelo de aprendizaje automático para predecir la repitencia en el primer año del nivel secundario, utilizando datos académicos, conductuales y contextuales de los estudiantes. Enparticular, se evalúa el impacto del Informe Puente Primario Secundario (PPS) en la predicción de trayectorias escolares. Los resultados indican que el modelo logra identificar patrones asociados a la repitencia con precisión, incluso en ausencia de variables socioeconómicas detalladas. Se destacan dos aplicaciones principales: la planificación pedagógica al inicio del ciclo lectivo y la intervención temprana a lo largo del año escolar. Asimismo, se identifican oportunidades de mejora mediante la incorporación de más cohortes y la estandarización de datos provenientes de instituciones privadas. Este estudio demuestra el potencial del uso de datos educativos y modelos predictivos en la toma de decisiones escolares. Futuras investigaciones podrían optimizar los modelos mediante nuevas variables y metodologías, así como evaluar el impacto real de su implementación en la dinámica escolar. Mayorca, G. (2025) “Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning”. [Tesis de maestría. Universidad Torcuato Di Tella]. Repositorio Digital Universidad Torcuato Di Tella https://repositorio.utdt.edu/handle/20.500.13098/13743 Universidad Torcuato Di Tella 2025-10-22T20:39:51Z 2025 info:eu-repo/semantics/masterThesis https://repositorio.utdt.edu/handle/20.500.13098/13743 spa Tesis y Trabajos Finales de la Universidad Torcuato Di Tella Argentina info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es 77 p. application/pdf application/pdf
institution Universidad Torcuato Di Tella
institution_str I-57
repository_str R-163
collection Repositorio Digital Universidad Torcuato Di Tella
language Español
orig_language_str_mv spa
topic Deserción escolar
Análisis de datos
Repetición
Predicción tecnológica
Predicción tecnológica
Dropping out
Data Analysis
Grade repetition
Forecasting
Forecasting
spellingShingle Deserción escolar
Análisis de datos
Repetición
Predicción tecnológica
Predicción tecnológica
Dropping out
Data Analysis
Grade repetition
Forecasting
Forecasting
Mayorca, Guillermina
Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning
topic_facet Deserción escolar
Análisis de datos
Repetición
Predicción tecnológica
Predicción tecnológica
Dropping out
Data Analysis
Grade repetition
Forecasting
Forecasting
description El abandono escolar en el nivel secundario es un desafío estructural del sistema educativo argentino, con solo el 73% de los estudiantes logrando completar este nivel. La repitencia se ha identificado como un factor crítico asociado a la deserción, por lo que su detección temprana puede contribuir a mejorar las trayectorias educativas. Este estudio propone el desarrollo de un modelo de aprendizaje automático para predecir la repitencia en el primer año del nivel secundario, utilizando datos académicos, conductuales y contextuales de los estudiantes. Enparticular, se evalúa el impacto del Informe Puente Primario Secundario (PPS) en la predicción de trayectorias escolares. Los resultados indican que el modelo logra identificar patrones asociados a la repitencia con precisión, incluso en ausencia de variables socioeconómicas detalladas. Se destacan dos aplicaciones principales: la planificación pedagógica al inicio del ciclo lectivo y la intervención temprana a lo largo del año escolar. Asimismo, se identifican oportunidades de mejora mediante la incorporación de más cohortes y la estandarización de datos provenientes de instituciones privadas. Este estudio demuestra el potencial del uso de datos educativos y modelos predictivos en la toma de decisiones escolares. Futuras investigaciones podrían optimizar los modelos mediante nuevas variables y metodologías, así como evaluar el impacto real de su implementación en la dinámica escolar.
format Tesis de maestría
author Mayorca, Guillermina
author_facet Mayorca, Guillermina
author_sort Mayorca, Guillermina
title Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning
title_short Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning
title_full Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning
title_fullStr Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning
title_full_unstemmed Repitencia en el primer año de secundarias públicas de la Ciudad de Buenos Aires – Un análisis de Machine Learning
title_sort repitencia en el primer año de secundarias públicas de la ciudad de buenos aires – un análisis de machine learning
publisher Universidad Torcuato Di Tella
publishDate 2025
url https://repositorio.utdt.edu/handle/20.500.13098/13743
work_keys_str_mv AT mayorcaguillermina repitenciaenelprimeranodesecundariaspublicasdelaciudaddebuenosairesunanalisisdemachinelearning
_version_ 1847744065114734592

Ejemplares similares