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

Authors

  • Bastián Gutiérrez
  • Roberto Cortés
  • Macarena Dehnhardt

DOI:

https://doi.org/10.18559/RIELF.2023.1.6

Keywords:

système d’éducation supérieure, rétention, désertion, modèle logistique

Abstract

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)

Downloads

Download data is not yet available.

Published

2023-06-30

How to Cite

Gutiérrez, Bastián, ir kt. „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“. DEMO, t. 8, nr. 1, 2023 m.birželio, p. 75-89, doi:10.18559/RIELF.2023.1.6.

Issue

Section

Articles

Similar Articles

1 2 3 4 5 6 7 8 9 > >> 

You may also start an advanced similarity search for this article.