Predicción de las principales variables que conllevan al abandono estudiantil por medio de técnicas de minería de datos

Future Academic Expectations and Their Relationship with Motivation, Satisfaction of Psychological Needs, Responsibility, and School Social Climate: Gender and Educational Stage

“…In this line, this investigation was in accordance with those studies, since it included in its results the influence of academic expectations in positive school climate development. On the other hand, regarding future expectations in the academic context, Castrillón-Gómez et al [ 50 ] as well as Hernández-Jácquez and Montes-Ramos [ 51 ] registered a higher premature school dropout among demotivated pupils, which might be caused by boring teaching methodologies, inability to pique students’ interest, and also, inability to foster feeling of competence or their need of a relationship with their peers, since students assume a passive role during lessons, limited to memorizing what it is taught by repeating what teachers say or do. This fact highlights, as mentioned before, the importance of teaching methodologies in educational development and the imperative need of a real methodological innovation when objectives are not achieved.…”

Quali Competenze Per I Docenti Inclusivi? Il Profilo Dell’ European Agency for Special Needs and Inclusive Education

“…Finalmente, el futuro de la investigación sobre el abandono temprano se proyecta desde los avances metodológicos en inteligencia artificial (IA) y la aplicación de algoritmos a través de las learning machines. Estos nuevos métodos van a permitir, a través de la recolección de ingentes cantidades de datos y del entrenamiento que supondrá su análisis para las «máquinas que aprenden», una forma rápida y eficaz de observar el fenómeno del abandono desde un punto de vista cuantitativo y de poder tomar medidas concretas para su reducción (Castrillón-Gómez et al, 2020;Keshari et al, 2019;Labach et al, 2019;Lacave et al, 2016;Wang et al, 2018). Para la adaptación de estos instrumentos, tanto los de corte tanto cualitativo como cuantitativo, deben tenerse en cuenta las peculiaridades de la FP superior e incluir el estudio de los sectores productivos en cada familia profesional y del contexto socioeconómico de cada área geográfica.…”

Experiencias e investigaciones en contextos educativos.

“…Finalmente, el futuro de la investigación sobre el abandono temprano se proyecta desde los avances metodológicos en inteligencia artificial (IA) y la aplicación de algoritmos a través de las learning machines. Estos nuevos métodos van a permitir, a través de la recolección de ingentes cantidades de datos y del entrenamiento que supondrá su análisis para las «máquinas que aprenden», una forma rápida y eficaz de observar el fenómeno del abandono desde un punto de vista cuantitativo y de poder tomar medidas concretas para su reducción (Castrillón-Gómez et al, 2020;Keshari et al, 2019;Labach et al, 2019;Lacave et al, 2016;Wang et al, 2018). Para la adaptación de estos instrumentos, tanto los de corte tanto cualitativo como cuantitativo, deben tenerse en cuenta las peculiaridades de la FP superior e incluir el estudio de los sectores productivos en cada familia profesional y del contexto socioeconómico de cada área geográfica.…”