Modelo de Alerta Temprana de Deserción Estudiantil Basado en Ingeniería de Procesos: Integración de Reglas Administrativas Institucionales como Variables Predictivas
DOI:
https://doi.org/10.68245/0wfdhr86Palabras clave:
deserción estudiantil; alerta temprana; ingeniería de procesos; minería de procesos; analítica del aprendizaje; educación superior.Resumen
Los sistemas de alerta temprana de deserción estudiantil suelen apoyarse casi por completo en variables académicas y sociodemográficas, y tratan el calendario institucional como un contexto fijo. Este artículo propone y evalúa un modelo que reencuadra la trayectoria estudiantil como un proceso con estados, transiciones y puntos de control administrativos, e incorpora las reglas administrativas de la institución (calendario académico, ventanas de cancelación de asignatura y de semestre, plazos de pago y reintegro) como variables explícitas del modelo. Se adopta un marco de Design Science Research que combina minería de procesos sobre el registro de eventos, ingeniería de variables administrativas y modelado predictivo interpretable con validación temporal. Los resultados muestran que la incorporación de variables administrativas mejora el desempeño predictivo frente a una línea base solo académica, que el riesgo de deserción se concentra alrededor de eventos administrativos concretos y que alinear las alertas con las ventanas administrativas aumenta de manera sustancial la accionabilidad de la intervención, medida por el tiempo de anticipación (lead time) respecto del punto de no retorno administrativo. Se discuten las implicaciones para la gestión institucional y las limitaciones de validez externa.
Descargas
Referencias
Bean, J. P. (1980). Dropouts and turnover: The synthesis and test of a causal model of student attrition. Research in Higher Education, 12(2), 155 a 187.
Ministerio de Educación Nacional de Colombia. (s. f.). Sistema para la Prevención de la Deserción en las Instituciones de Educación Superior (SPADIES).
Spady, W. G. (1970). Dropouts from higher education: An interdisciplinary review and synthesis. Interchange, 1(1), 64 a 85.
Tinto, V. (1993). Leaving college: Rethinking the causes and cures of student attrition (2.ª ed.). University of Chicago Press.
Van der Aalst, W. (2016). Process mining: Data science in action (2.ª ed.). Springer. Congreso de la República de Colombia. (2012). Ley Estatutaria 1581 de 2012, sobre protección de datos personales.
Descargas
Publicado
Versiones
- 2026-04-30 (2)
- 2026-10-02 (1)
Número
Sección
Licencia
Derechos de autor 2026 .:: SUSTENTABILIDAD HOY ::.

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
La licencia Creative Commons Atribución - NoComercial 4.0 Internacional (CC BY-NC 4.0) permite el uso libre de una obra bajo condiciones estrictamente no comerciales, obligando siempre a reconocer la autoría original.
