El abandono educativo temprano constituye uno de los principales retos del sistema educativo español, pero la estadística oficial no ofrece una serie comparable a escala municipal, lo que dificulta el diagnóstico territorial y la focalización de políticas educativas a nivel local. Este Trabajo de Fin de Grado propone el Índice Municipal de Vulnerabilidad Educativa (IMVE), un indicador proxy de construcción propia orientado a aproximar el riesgo territorial de desvinculación formativa en 21 territorios de la Comunidad de Madrid durante el periodo 2009–2022. Los datos, procedentes de fuentes oficiales, se integran mediante un proceso ETL con arquitectura medallón implementado en Python y SQL Server. El índice se construye mediante análisis de componentes principales (PCA) en KNIME, se perfila mediante análisis de conglomerados K-means y se proyecta hasta 2036 bajo cuatro escenarios mediante un modelo Random Forest. Los resultados se explotan en cuadros de mando desarrollados en Power BI. El estudio identifica las variables con mayor capacidad explicativa asociada a la vulnerabilidad educativa, confirma la existencia de una brecha territorial persistente y muestra que la mejora de los valores medios no implica necesariamente convergencia entre municipios. El IMVE se plantea, así, como una herramienta objetiva, reproducible y visualmente explotable para apoyar el diagnóstico territorial, la planificación educativa y la toma de decisiones orientada a la equidad.
El abandono educativo temprano constituye uno de los principales retos del sistema educativo español, pero la estadística oficial no ofrece una serie comparable a escala municipal, lo que dificulta el diagnóstico territorial y la focalización de políticas educativas a nivel local. Este Trabajo de Fin de Grado propone el Índice Municipal de Vulnerabilidad Educativa (IMVE), un indicador proxy de construcción propia orientado a aproximar el riesgo territorial de desvinculación formativa en 21 territorios de la Comunidad de Madrid durante el periodo 2009–2022. Los datos, procedentes de fuentes oficiales, se integran mediante un proceso ETL con arquitectura medallón implementado en Python y SQL Server. El índice se construye mediante análisis de componentes principales (PCA) en KNIME, se perfila mediante análisis de conglomerados K-means y se proyecta hasta 2036 bajo cuatro escenarios mediante un modelo Random Forest. Los resultados se explotan en cuadros de mando desarrollados en Power BI. El estudio identifica las variables con mayor capacidad explicativa asociada a la vulnerabilidad educativa, confirma la existencia de una brecha territorial persistente y muestra que la mejora de los valores medios no implica necesariamente convergencia entre municipios. El IMVE se plantea, así, como una herramienta objetiva, reproducible y visualmente explotable para apoyar el diagnóstico territorial, la planificación educativa y la toma de decisiones orientada a la equidad. Read More
Related posts:
A orillas del río Guadarrama : el riesgo de habitar en suelo inundable
Herramienta educativa audiovisual para la correcta autoexploración de mama: diseño, validez y confiabilidad
Herramienta educativa audiovisual para la correcta autoexploración de mama: diseño, validez y confiabilidad
Herramienta educativa audiovisual para la correcta autoexploración de mama: diseño, validez y confiabilidad
Herramienta educativa audiovisual para la correcta autoexploración de mama: diseño, validez y confiabilidad
Implementación de la robótica educativa como estrategia didáctica para fortalecer el pensamiento lógico-matemático en tercer año de Educación Básica.