Predecir el abandono sin invadir la privacidad: analítica educativa explicable para la permanencia universitaria
Flowers of Science Scientific Journal · 02.05.2025 · 2 (2) · 29-45
DOI: 10.67166/cj3ssm94 ↗Kurz gefasst
Fachartikel in der Zeitschrift Flowers of Science Scientific Journal, online erschienen am 02.05.2025. Verfasst von María José Ibáñez Ayuso. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
La permanencia universitaria requiere identificar dificultades académicas de manera oportuna sin convertir el acompañamiento estudiantil en vigilancia. Este artículo tiene como objetivo diseñar un estudio cuantitativo multicéntrico para evaluar una estrategia de analítica educativa explicable orientada a prevenir el abandono con minimización de datos. Se plantea un diseño cuasi experimental, descriptivo y correlacional, con una meta de participación de setecientos estudiantes distribuidos entre cuatro centros y dos condiciones de acompañamiento. La propuesta combina indicadores académicos agregados, evaluación temporal externa, explicaciones comprensibles y revisión humana de las alertas. El procedimiento contempla validar un instrumento de alfabetización analítica, estimar su consistencia interna y comparar modelos mediante discriminación, calibración, sensibilidad y valor predictivo positivo. Para evaluar la intervención se establece como resultado principal la permanencia al siguiente período, mientras que la comprensión de las explicaciones y las destrezas de autorregulación constituyen resultados secundarios. Los resultados del trabajo corresponden al diseño de seis matrices operativas, tres visualizaciones de planificación y un programa de acompañamiento con responsabilidades verificables. Se diferencian las decisiones de diseño de los indicadores que requieren observación empírica. La correlación de Pearson, las comparaciones de medias y las diferencias estandarizadas se reservan para variables y supuestos pertinentes; el abandono se analizará mediante estimaciones de riesgo. Se concluye que la contribución propuesta consiste en integrar rendimiento predictivo, protección de datos y apoyo pedagógico dentro de un procedimiento auditable
Zitieren
APA
Ayuso, M. J. I. (2025). Predecir el abandono sin invadir la privacidad: analítica educativa explicable para la permanencia universitaria. Flowers of Science Scientific Journal, 2(2), 29-45. https://doi.org/10.67166/cj3ssm94
Vancouver
Ayuso MJI. Predecir el abandono sin invadir la privacidad: analítica educativa explicable para la permanencia universitaria. Flowers of Science Scientific Journal. 2025;2(2):29-45. doi:10.67166/cj3ssm94
BibTeX
@article{Ayuso2025,
author = {Ayuso, María José Ibáñez},
title = {Predecir el abandono sin invadir la privacidad: analítica educativa explicable para la permanencia universitaria},
journal = {Flowers of Science Scientific Journal},
year = {2025},
volume = {2},
number = {2},
pages = {29--45},
doi = {10.67166/cj3ssm94}
}
EUVIMED