Sistema de Alerta para la Identificación de Posibles Factores de Deserción de Estudiantes de Grado en Período de Pandemia en Paraíba (Brasil)

• Castelo Branco, Uyguaciara Veloso ^[1] ; Jezine, Edineide ^[1] ; Santos Diniz, Adriana Valéria ^[1] ; Silva, Geovania Toscano ^[1]
  1. [1] Universidad Federal de Paraíba
• Localización: Research in Education and Learning Innovation Archives. REALIA, ISSN-e 2659-9031, Nº. 29, 2022, págs. 83-101
• Idioma: español
• Títulos paralelos:
  • Early Warning System to Identify Potential Dropout Factors of Undergraduate Students during the Pandemic in Paraíba (Brazil)
  • Sistema d'alerta per a la identificació de possibles factors d'abandonament dels estudis d'alumnes de grau en període de pandèmia a Paraíba (Brasil)
• Enlaces
  • Texto completo
• Resumen
  • español

    : Este artículo es el resultado de reflexiones, intensificadas por el período de la pandemia, que apuntan a la necesidad de identificar los elementos cuantitativos que permitan un mapeo rápi- do y seguro de la situación escolar de los estudiantes de grado, especialmente en lo que se refiere a la posibilidad de abandono/deserción de cursos, habilitando intervenciones y acciones de gestión académica. El objetivo del artículo es señalar posibles indicadores académicos, variables sociode- mográficas y factores relacionados con el entorno de enseñanza, para desarrollar un estudio que contribuya a la creación de un modelo matemático, utilizando el Análisis de Agrupamientos (Clus- ter Analysis). Se tomó como parámetro teórico-metodológico el Sistema de Alerta desarrollado por la Universitat de València (UV) (España) por Villar-Aguilés, García-Ros, i Dobón, y Muñoz-Rodríguez (2017), con la réplica de dos cuestionarios, C1 y C2 y el Cuestionario C3, la Escala de Entorno de Enseñanza, validada por Castelo-Branco (2020). El modelo fue construido a partir del análisis de la capacidad predictiva de las variables testeadas sobre la probable deserción de los estudiantes en un determinado año, posibilitando el diseño de un Sistema de Alerta adaptado a la Universidad Federal de Paraíba (UFPB), en Paraíba-Brasil. Los datos analizados permitieron identificar que el Análisis de Agrupamientos fue importante para detectar posibles indicios de deserción de los estudiantes, ya que los ítems de las escalas C1 y C3 contribuyeron para la construcción del modelo de análi- sis, que mostró una buena estimación. Los datos apuntan a posibles características que exponen a los estudiantes a la deserción, ayudando a tomar mejores decisiones, con la confirmación de estas tendencias de deserción en el segundo cuatrimestre.

  • català

    Aquest article és el resultat de reflexions que es feren més intenses en el període de la pandèmia i que apunten a la necessitat d’identificar els elements quantitatius que permeten fer un mapatge ràpid i segur de la situació escolar dels estudiants de grau, especialment pel que fa a la possibilitat d’abandó dels estudis, de forma que es puguen fer intervencions i accions acadèmiques que el previnguen. L’objectiu de l’article és assenyalar possibles indicadors acadèmics, variables sociodemogràfiques i factors relacionats amb l’entorn de l’ensenyament per fer un estudi que con- tribuïsca a crear un model matemàtic. Per a això s’utilitzà l’anàlisi d’agrupaments. Com a paràmetre teòric i metodològic s’utilitzà el sistema d’alerta creat per la Universitat de València (Villar-Aguilés et al., 2017), amb la reproducció de dos qüestionaris, C1 i C2, i el qüestionari C3, l’escala d’entorn d’ensenyament, validat per (Castelo-Branco, 2020). El model s’elaborà a partir de l’anàlisi de la capacitat predictiva de les variables testades sobre el probable abandó dels estudis en un determinat any. Això possibilità dissenyar un sistema d’alerta adaptat a la Universitat Federal de Paraíba. Les dades analitzades mostraren que l’anàlisi d’agrupaments va tenir un paper destacat en la detecció de possibles indicis d’abandonament dels estudis, ja que els ítems de les escales C1 i C3 contribuïren a l’elaboració del model d’anàlisi, que mostrà una bona estimació. Les dades apunten a determinades característiques que porten els estudiants a abandonar els estudis i que poden ajudar a prendre millors decisions, amb la confirmació d’aquestes tendències a l’abandonament dels estudis en el segon quadrimestre.

  • English

    This article is the result of reflections (which became more intense during the pandemic) aimed at identifying quantitative elements for developing a sure and fast method for evaluating the academic situation of undergraduate students, especially in relation to the risk that students may abandon their courses, and establishing academic management actions and interventions to prevent dropout from occurring. In this article we identify potential academic indicators, sociodemographic variables and teaching-environment factors to conduct a study focused on constructing a mathematical model. To achieve this objective, we used Cluster Analysis. Also, as a theoretical and methodological parameter, we used the Early Warning System developed at the University of Valencia (Spain) by Villar-Aguilés et al. (2017) with responses to two questionnaires (C1 and C2) as well as responses to the Teaching Environment Scale (questionnaire C3) validated by Castelo-Branco (2020). This model, which is based on our analysis of the variables’ ability to predict potential student dropout in a given year, enabled us to adapt the Early Warning System to the situation prevailing at the Federal University of Paraíba in Brazil. Since the items in questionnaires C1 and C3 helped to construct the analysis model, and this model provided good estimates, our data demonstrate the importance of Cluster Analysis for detecting signs of potential student dropout. They also reveal several characteristics that expose students to the risk of potential dropout and could help them take more informed decisions. The tendency for students to drop out during the second semester is also confirmed.