Modelo de proyección del impacto del programa de apoyo a la educación superior en Colombia Generación E, en el periodo del 2019 al 2022
El objetivo principal de la investigación fue desarrollar un modelo de proyección de impacto del programa de apoyo a la educación superior en Colombia Generación E, en el periodo del 2019 al 2022. Con el fin de conocer el impacto que tendría el cambio de criterios al pasar de Ser Pilo Paga a Generac...
| Autor: | |
|---|---|
| Tipo de documento: | dissertação |
| Estado: | Versão publicada |
| Data de publicação: | 2022 |
| País: | Colombia |
| Recursos: | Universidad Tecnológica de Bolívar |
| Repositório: | Repositorio Institucional UTB |
| Idioma: | espanhol |
| OAI Identifier: | oai:repositorio.utb.edu.co:20.500.12585/11985 |
| Acesso em linha: | https://hdl.handle.net/20.500.12585/11985 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Aprendizaje supervisado (inteligencia artificial) Educación superior Aprendizaje automático (inteligencia artificial) |
| Resumo: | El objetivo principal de la investigación fue desarrollar un modelo de proyección de impacto del programa de apoyo a la educación superior en Colombia Generación E, en el periodo del 2019 al 2022. Con el fin de conocer el impacto que tendría el cambio de criterios al pasar de Ser Pilo Paga a Generación E y cómo afectaría los indicadores de cumplimiento de metas establecidas por el Ministerio de Educación para el periodo (2019-2022), tanto educativa como socioeconómicamente. Para obtener los resultados del estudio, se empleó un enfoque de evaluación social, en el que la función de bienestar se determinó por los bienes y servicios tenidos en cuenta, los datos utilizados fueron las pertenecientes a las pruebas Saber 11 del 2014 al 2018, estas se normalizaron en aras de crear equivalencia entre los periodos analizados, lo que, teniendo en cuenta que los aspectos evaluados variaron en cada año medido; con una muestra de los datos se creó un modelo que luego fue validado con la porción de datos restantes, para comprobar el comportamiento y efectividad del mismo. Se encontró que debido a que el comportamiento de crecimiento del puntaje para ingresar al programa Ser Pilo Paga, no fue uniforme, el modelo creado no asume los cambios drásticos en este pues no es predecible, ya que este atendió a factores externos. Sin embargo, mediante este modelo, además de ser bastante exacto para predecir la cantidad de estudiantes que accederán al programa Generación E con las condiciones actuales, se evidenciaron las variables que poseen más incidencia en el resultado de las pruebas Saber. |
|---|