[general_dat] =?iso-8859-1?Q?Invitaci=F3n_a_la_Defensa_de_Tesis_de_Licenciatura_en_Cien?=cias de Datos de Sol Anabella Calloni

[Guillermo Duran]

Invitamos a la defensa de la Tesis de Licenciatura en Ciencias de Datos de
Sol Anabella Calloni, titulada "Modelos de Aprendizaje Automático para
identificación de estudiantes en riesgo de abandono en la Facultad de
Ciencias Exactas y Naturales de la Universidad de Buenos Aires".

Tesista: Sol Anabella Calloni
Director: Mtr. Martín Pustilnik
Co-Director: Dr. Guillermo Durán

Jurados: Dra. Mariela Sued, Dra. Victoria Paternostro
¿Cuándo?⌚: Martes 29 de Julio, 11:00 hs
¿Dónde?🌎: aula 1301 del Pabellón 0+infinito


Resumen:
En promedio, 19.96% de los inscriptos al Ciclo Básico Común (CBC) en la
Facultad de Ciencias Exactas y Naturales (FCEN) de la Universidad de
Buenos Aires (UBA) egresan, mientras que en el Sistema Universitario
Argentino egresa el 23.06%.
Entendemos que el abandono estudiantil es, tal vez, el factor individual
más importante que explica estos porcentajes de egreso.
Con el fin de enfocarse en la emisión de alertas tempranas en lugar de
identificar un ``abandono definitivo", se definió un umbral de nivel de
actividad de los estudiantes por semestre a partir del cual se los
considera en ``riesgo de abandono".
Entre las acciones para prevenir el abandono estudiantil, la FCEN realiza
encuestas a ingresantes desde 2002, inicialmente en papel y, a partir de
2023, en formato digital con identificación nominal, lo que permite
vincular las respuestas con datos del CBC y de las carreras. Estas
encuestas sustentan un sistema de tutorías dentro del programa
+Acompañamiento. Asimismo, desde 2009, la FCEN cuenta con el ``Programa
Ingresantes CBC Exactas", que ofrece una Charla de Bienvenida, un Curso
Previo de Matemática (CPM) y tutorías docentes para estudiantes del CBC de
las carreras de la facultad.
En este trabajo implementamos modelos de Aprendizaje Automático basados en
los datos del Sistema de Información Universitaria Guaraní (SIU-Guaraní)
del Ciclo Básico Común (CBC) y del SIU-Guaraní del FCEN, con la
perspectiva teórica de autores de referencia y la de otros actores de la
misma universidad.
Una vez entrenados, son capaces de detectar estudiantes con alto riesgo de
abandono, a la vez que permiten indagar en algunos de los motivos
subyacentes.
Se realizó una investigación bibliográfica de los modelos empleados hasta
la fecha, haciendo foco en aquellos que utilizaran Aprendizaje Automático.
Luego, se desarrollaron modelos que proporcionan alertas tempranas de
abandono en el contexto del FCEN, para poder intervenir y asistir a las
personas antes de que abandonen. Se encontraron variables cuyo abandono
condicional era significativamente distinto al abandono poblacional, por
lo que se las podría utilizar para mejorar futuros modelos.
Se utilizaron métricas como Exactitud, área bajo la curva ROC (AUC ROC) y
Exactitud Balanceada para medir el rendimiento de los modelos, alcanzando
0.845 de Exactitud Balanceada para el mejor de ellos.

¡Los/as esperamos!