Modèle Logistique de Désertion à Travers des Techniques de Régression et un Arbre de Décision Pour L'efficience Dans la Destination des Ressources : le Cas D'une Université Privée Chilienne
DOI :
https://doi.org/10.18559/RIELF.2023.1.6Mots-clés :
système d’éducation supérieure, rétention, désertion, modèle logistiqueRésumé
Lorsque l'éducation est devenue un droit fondamental qu'il faut conserver et consolider, une problématique apparait, qui a suscité de nombreuses discussions académiques et qui prétend considérer de manière holistique et critique le phénomène de massification croissante des offres de formation, manifesté dans l'augmentation exponentielle de l'accès au troisième cycle. Certaines approches postulent que, non seulement il est nécessaire d'implémenter des politiques pour amplifier la couverture de l'accès, mais il faut aussi se pencher sur la qualité de l'éducation, en considérant la désertion et la rétention universitaire. Dans ce contexte, cette recherche vise à établir un modèle d'analyse qui permette le développement de la rétention et la prévention des causes de désertion. Nous emploierons pour cela la méthodologie d'apprentissage supervisé déterminant les variables d'analyse à travers las techniques de régression et un arbre de décision, en créant un modèle logistique de désertion, capable d'améliorer l'efficience dans la destination de ressources. Finalement, ce travail visera à apporter une meilleure compréhension des phénomènes associés à la désertion et la rétention universitaire, pour aider dans la gestion et le processus de prise de décisions par les institutions d'enseignement supérieur.(abstrakt oryginalny)
Téléchargements
Téléchargements
Publiée
Comment citer
Numéro
Rubrique
Licence
(c) Tous droits réservés Poznań University of Economics and Business 2023
Ce travail est disponible sous la licence Creative Commons Attribution 4.0 International .
Lorem ipsum dolor sit amet quam leo, cursus vitae, commodo convallis consequat. Donec pulvinar porta neque, blandit risus commodo sit amet ante. Quisque condimentum. Donec orci interdum euismod scelerisque tincidunt. Maecenas vitae mi. Pellentesque orci vitae nunc venenatis tristique, convallis accumsan, dolor sit amet metus. Curabitur tempor. Phasellus sem. Quisque.