- https://doi.org/10.15581/004.51.004
Predicción de la deserción académica mediante aprendizaje automático supervisado: el caso de una universidad chilena
This study used supervised machine learning to predict student dropout at a Chilean university, achieving 87.2% accuracy on the 2024 cohort. Key factors included curricular progress, GPA, program, and campus, enabling early alerts and targeted retention interventions.
Translate Article 
La deserción estudiantil es una preocupación constante en la educación superior chilena, con efectos en la equidad y eficiencia del sistema. Este estudio analizó datos de 17.816 estudiantes de una universidad chilena (2020-2023) para predecir el abandono, aplicando técnicas de aprendizaje automático. El modelo logró un 87,2 % de acierto al aplicarse a la cohorte 2024. Los factores más influyentes fueron el avance curricular, el promedio de notas, la carrera y el campus. Estos resultados permiten anticipar la deserción con precisión y generar alertas tempranas, lo que contribuye al diseño de intervenciones más efectivas para mejorar la retención estudiantil.
Save Important notes in documents
Highlight text to save as a note, or write notes directly
You can also access these Documents in Paperpal, our AI writing tool
Powered by our AI Writing Assistant
