<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Diseño y desarrollo de modelo predictivo integral, explicable y multinivel para la detección temprana y el seguimiento del riesgo de deserción estudiantil

Cargando...
Miniatura

Fecha

Fecha

2026-08-19

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Distrital Francisco José de Caldas

Compartir

Citar documento

Diaz Gomez, David Gerardo; Parra Gonzalez, Cristian Arturo (2026). Diseño y desarrollo de modelo predictivo integral, explicable y multinivel para la detección temprana y el seguimiento del riesgo de deserción estudiantil. Universidad Distrital Francisco José de Caldas. https://hdl.handle.net/11349/103836

Gestores bibliográficos

Altmetric

El indicador aparece cuando Altmetric registra menciones para este documento.

Documentos PDF

Resumen

This document presents the comprehensive development of a student dropout predictive model for the Universidad Distrital Francisco José de Caldas, conducted as an internship at the Advisory Office of Technology and Information (OATI). The project evolves the existing institutional model—built under the CADEP Acacia framework—by proposing a two-phase architecture: a Logistic Regression that estimates initial risk on enrollment day, and an XGBoost model using SMOTE for class imbalance correction that refines this estimation at the end of the semester. Evaluated on a historical dataset of 90,485 enrollment records, the new system achieves a ROC-AUC of 0.865 and a recall of 77.8% for actual dropouts, significantly outperforming the previous approach replicated on the same data (0.805 and 47.0%, respectively). The central contribution of this work lies in its explainability layer: using SHAP values, each prediction provides the student's risk level, the top three contributing factors to that risk, and their specific values. This enables the Institutional Welfare department to design targeted, tailored interventions rather than applying generic protocols. The system was rigorously validated through 58 automated tests and 13 formal functional tests, and includes a trend analysis of the historical data. Furthermore, it ensures compliance with Data Protection Law 1581 of 2012 by anonymizing all student identifiers. Finally, at OATI's request, the model was deployed as a service via a Dockerized REST API, featuring Swagger documentation, audited security, and zero-failure load testing, leaving it ready for migration to the institutional production repository.

Descripción

Este documento presenta el desarrollo integral de un modelo predictivo de deserción estudiantil para la Universidad Distrital Francisco José de Caldas, llevado a cabo como pasantía en la Oficina Asesora de Tecnologías e Información (OATI). El proyecto evoluciona el modelo institucional existente —construido en el marco del CADEP Acacia— proponiendo una arquitectura de dos fases: una regresión logística que estima el riesgo inicial el día de la matrícula, y un modelo XGBoost con corrección de desbalance mediante SMOTE que refina dicha estimación al cierre del semestre. Evaluado sobre un histórico de 90 485 registros, el nuevo sistema alcanza un ROC-AUC de 0.865 y un recall del 77.8 % en la detección de deserciones efectivas, superando significativamente al enfoque anterior replicado sobre los mismos datos (0.805 y 47.0 %, respectivamente). El aporte central de este trabajo radica en su capa de explicabilidad: mediante la aplicación de valores SHAP, cada predicción entrega un nivel de riesgo, los tres factores que más contribuyen a dicho riesgo y el valor puntual de cada factor para el estudiante en cuestión. Esto permite a la dependencia de Bienestar Institucional diseñar intervenciones focalizadas y diferenciadas en lugar de aplicar protocolos genéricos. El desarrollo fue rigurosamente validado mediante 58 pruebas automatizadas y 13 pruebas funcionales, e incluye un análisis de tendencias sobre el histórico de datos. Asimismo, garantiza el cumplimiento de la Ley 1581 de 2012 sobre protección de datos mediante la anonimización de todos los identificadores. Finalmente, a solicitud de la OATI, el modelo fue desplegado como servicio mediante una API REST contenedorizada con Docker, la cual cuenta con documentación Swagger, seguridad auditada y pruebas de carga sin fallos, quedando lista para su traslado al repositorio de producción de la universidad.

Citación