Estudio y visualización de datos abiertos de estudiantes de nuevo ingreso en la Universidad de Valladolid

Abstract

El propósito de este estudio es analizar los datos abiertos de estudiantes de nuevo ingreso en la Universidad de Valladolid, abarcando desde el curso académico 2017-18 hasta el 2022-23. Con el objetivo de identificar las características que afectan al proceso de ingreso a una titulación, se ha diseñado un enfoque dividido en dos etapas. En la primera etapa, nos centramos en determinar las características más relevantes que influyen en la elección de la rama de enseñanza académica. En la segunda etapa, nos enfocamos en identificar las titulaciones que muestran una alta coincidencia con las características de un estudiante. Se ha desarrollado un Dashboard para la visualización de los datos utilizados. Esta herramienta permite representar el número de estudiantes según diversas categorías, realizar comparativas de género, conocer las notas de admisión de las diferentes titulaciones y llevar a cabo diversos análisis relacionados con las ramas de enseñanza académicas. Estas visualizaciones nos han llevado a formular una serie de hipótesis que han sido evaluadas mediante contrastes. A lo largo del trabajo se han empleado diversas metodologías, como Gradient Boosting, redes neuronales frecuentistas y bayesianas, implementadas mediante el lenguaje de programación Python.

The purpose of this study is to analyse the open source data of incoming students at the University of Valladolid, covering the academic year 2017-18 to 2022-23. In order to identify the features that affect the process of entering a degree, a two-stage ap proach has been designed. In the first stage, we focus on determining the most relevant features that influence the choice of the academic education branch. In the second stage, we focus on identifying the degrees that show a high match with a student’s features. ADashboard has been developed to visualise the used data. This tool allows us to represent the number of students according to some categories, to make gender comparisons, to know the admission grades of the different degrees and to carry out some analyses related to the study modalities. These visualisations have led us to formulate some hypotheses that have been tested by contrasts. Throughout the work, several methodologies have been used, such as Gradient Boosting, fre quentist and bayesian neural networks, implemented using the programming language Python.