Process mining to analyze educational trajectories in higher education

Simple item page
dc.catalogadorgjm
dc.contributor.advisorSepúlveda Fernández, Marcos Ernesto
dc.contributor.advisorMuñoz Gama, Jorge
dc.contributor.authorSalazar Fernández, Juan Pablo
dc.contributor.otherPontificia Universidad Católica de Chile. Escuela de Ingeniería
dc.date2024-12-01
dc.date.accessioned2023-11-02T13:02:31Z
dc.date.available2023-11-02T13:02:31Z
dc.date.issued2023
dc.descriptionTesis (Doctor in Engineering Sciences)--Pontificia Universidad Católica de Chile, 2023.
dc.description.abstractLas instituciones de educación superior enfrentan varios desafíos con respecto a la educación de pregrado. Estos incluyen cambios en la demografía de los estudiantes, aumento de los costos y aumento de la presión para mejorar las tasas de graduación y reducir la deserción, mientras se mantiene o mejora la calidad. La mayoría de las investigaciones para abordar esos desafíos se han realizado con un enfoque episódico o centrado en datos, aplicando técnicas estadísticas y de minería de datos para analizar eventos específicos en las trayectorias educativas. Se han realizado menos investigaciones utilizando métodos longitudinales, principalmente cualitativos. Tanto a nivel nacional como internacional, existe un interés creciente por comprender cómo se desarrolla la trayectoria educativa de los estudiantes en la educación superior y qué impacto tienen en ella las políticas públicas y las decisiones institucionales. Los investigadores, gestores académicos y legisladores creen que el análisis del aprendizaje puede ser esencial en el apoyo a la toma de decisiones. La analítica curricular ha surgido como un área de la analítica del aprendizaje que se centra en analizar los planes de estudio y mejorarlos. La analítica curricular puede contribuir a mejorar la comprensión de los aspectos clave del ciclo de vida del estudiante: acceso a la educación superior, retención, logro y progresión. A pesar de los avances logrados en esta área, se han identificado varios desafíos. En primer lugar, la comprensión de los procesos de decisión de los estudiantes que ocurren a lo largo del tiempo podría beneficiarse de un análisis orientado a procesos; en particular, con el uso de herramientas de minería de procesos para el análisis longitudinal de las trayectorias educativas de los estudiantes. En segundo lugar, se necesita metodologías específicas en este dominio, para hacer que los análisis realizados con minería de procesos sean repetibles y produzcan conocimientos más significativos. Además, el análisis de las trayectorias educativas en la educación superior generalmente requiere la integración de modelos específicos del dominio educativo. En esta tesis se aborda estas necesidades a través de dos contribuciones principales. Por un lado, se propone un método para analizar trayectorias educativas en instituciones de educación superior. Por otro lado, se crea tres modelos conceptuales que elevan el nivel de abstracción en el análisis de las trayectorias educativas, para que éste pueda realizarse con mayor eficacia. En la primera contribución, se desarrolló y perfeccionó el método propuesto a través de varios casos de estudio, desarrollados en la Universidad Austral de Chile y la Pontificia Universidad Católica de Chile. Su versión final considera un enfoque de almacenamiento de datos y la definición y uso de diferentes modelos conceptuales, basados en modelos de dominio conocidos, para construir los registros de eventos. El propósito de los modelos conceptuales, diseñados como diagramas de estado, es transformar los registros curriculares en registros de eventos que se pueden analizar utilizando Directly-Follows Graphs. En la segunda contribución se propone tres modelos conceptuales para analizar las trayectorias educativas. En primer lugar, se propone el modelo Retake-Stopout, para analizar las trayectorias educativas en función del número de cursos reprobados que los estudiantes deben volver a cursar. Se realizó dos estudios de caso para caracterizar las trayectorias educativas en el grupo de cursos con alta tasa de reprobación que conducen a la deserción tardía. El primer estudio muestra cómo el género, los ingresos y las habilidades matemáticas iniciales pueden explicar las diferencias en las trayectorias educativas de los estudiantes de ingeniería que conducen a la deserción tardía. El segundo estudio amplía este análisis a diferentes áreas de conocimiento de la CINE-UNESCO. En segundo lugar, se propone el modelo Backpack Process para analizar las trayectorias educativas sobre cursos reprobados que los estudiantes deben retomar. Un estudio de caso ilustra cómo este modelo ayuda a comprender cómo los estudiantes de ingeniería manejan los cursos reprobados que deben volver a cursar, y brinda información que podría contribuir al diseño e implementación de intervenciones oportunas en las instituciones de educación superior. Finalmente, se propone el modelo Scholarship-Loan-Self funded para describir las trayectorias de financiación de los estudiantes, ayudándonos a comprender las consecuencias de perder una beca basada en el mérito en el progreso curricular. Los estudiantes con un nivel socioeconómico bajo (SES bajo) generalmente deben lidiar con restricciones de liquidez, trabajo a tiempo parcial y aversión a la deuda. Conocer el impacto futuro de perder la beca en el progreso y la finalización del título puede ser útil para estudiantes, gestores académicos y legisladores. El método propuesto y sus modelos conceptuales asociados contribuyen a comprender las trayectorias educativas desde una perspectiva longitudinal, generando nuevo conocimiento sobre el comportamiento dinámico de los estudiantes. Las instituciones de educación superior pueden aprovechar al máximo la información histórica, utilizando los registros curriculares para analizar las trayectorias educativas y mejorar el proceso educativo.
dc.fechaingreso.objetodigital2023-11-02
dc.format.extentxxviii, 185 páginas
dc.fuente.origenSRIA
dc.identifier.doi10.7764/tesisUC/ING/75208
dc.identifier.urihttps://doi.org/10.7764/tesisUC/ING/75208
dc.identifier.urihttps://repositorio.uc.cl/handle/11534/75208
dc.information.autorucEscuela de ingeniería; Sepúlveda Fernández, Marcos Ernesto; 0000-0002-9467-7666; 80415
dc.information.autorucEscuela de ingeniería; Muñoz Gama, Jorge; 0000-0002-6908-3911; 249881
dc.information.autorucEscuela de ingeniería; Salazar Fernández, Juan Pablo; S/I; 127885
dc.language.isoen
dc.nota.accesoContenido completo
dc.rightsacceso abierto
dc.subjectAnalítica curricular
dc.subjectTrayectorias educativas
dc.subjectMinería de procesos
dc.subjectEducación superior
dc.subject.ddc620
dc.subject.deweyIngenieríaes_ES
dc.subject.ods04 Quality education
dc.subject.odspa04 Educación de calidad
dc.titleProcess mining to analyze educational trajectories in higher education
dc.typetesis doctoral
sipa.codpersvinculados80415
sipa.codpersvinculados249881
sipa.codpersvinculados127885
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Thesis_PhD_Juan_Pablo_Salazar-Final 1_compressed.pdf
Size:
1.71 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.98 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
3.01 Tesis doctorado