Peñaloza Figueroa, Juan LuisAparicio Sanchez, María del SocorroCaballero Carbonell, AdolfoCastro Pardo, Mónica deGomis Martí, José MaríaGuaita Martínez, José ManuelHernández Estrada, AdolfoLosada Agrega, LauraWen, LowMartín Martín, José MaríaVargas Pérez, CarmenMartín Santiago, Mónica2023-06-162023-06-162022https://hdl.handle.net/20.500.14352/2844El proyecto avanza en la identificación de las variables digitales válidas para predecir la deserción universitaria en sus distintas áreas de conocimiento. También avanza en un esquema de diagnóstico individualizado para las distintas fases de la deserción académica, que posteriormente puede ser convertido en lenguaje de máquina para su uso por parte de los profesores, para identificar situaciones de riesgo de abandono y realizar intervenciones para evitarlo.The project advances in the identification of valid digital variables to predict university dropout in its different areas of knowledge. It also advances in an individualised diagnostic scheme for the different phases of academic dropout, which can subsequently be converted into machine language for use by teachers to identify situations of dropout risk and carry out interventions to prevent it.spaBig-data en educación V: mapa de riesgos y monitorización automática del abandono académicoBig-data in education V: risk mapping and automatic dropout monitoring academic dropoutteaching innovation project254open accessCiencias Sociales y JurídicasAdministración de empresasComercioDerecho económicoEmpresasIndicadores económicosTurismo5311 Organización y Dirección de Empresas5304.03 Comercio exterior5311 Organización y Dirección de Empresas5302.01 Indicadores Económicos5312.90 Economía Sectorial: Turismo