Gestión universitaria basada en datos y desigualdades de acceso: un análisis para la toma de decisiones institucionales
Barra lateral del artículo
Contenido principal del artículo
Resumen
La gestión universitaria basada en datos favorece decisiones sobre planificación, asignación de recursos y equidad; sin embargo, los análisis agregados de matrícula pueden ocultar desigualdades de acceso entre áreas y carreras. El objetivo fue analizar las desigualdades de acceso en la matrícula de una universidad pública ecuatoriana desde un enfoque de gestión basada en datos, mediante indicadores desagregados y evidencia complementaria sobre equidad y accesibilidad universitaria. Se desarrolló un estudio cuantitativo, descriptivo, no experimental y transversal, con una base principal de 9.109 estudiantes y una base complementaria de 13.963 estudiantes correspondiente a 2024. Se calcularon frecuencias, porcentajes, disparidad en puntos porcentuales y un semáforo de prioridad. Los resultados evidenciaron concentraciones marcadas por sexo: Enfermería registró 82,9 % de mujeres, mientras Mecánica (rediseño) presentó 8,5 %; también se observaron diferencias relevantes entre facultades. Estos hallazgos coinciden con la literatura sobre acceso equitativo al mostrar que los promedios institucionales pueden invisibilizar segmentaciones y que los indicadores desagregados facilitan la priorización de acciones. Se concluye que la equidad debe gestionarse como un ciclo integrado de datos confiables, indicadores interpretables, priorización, intervención y evaluación, articulando acceso, permanencia y accesibilidad universitaria.
##plugins.themes.bootstrap3.displayStats.downloads##
Detalles del artículo
Sección
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Cómo citar
Referencias
Baines, L., Gooch, D., & Ng-Knight, T. (2024). Do widening participation interventions change university attitudes in UK school children? A systematic review of the efficacy of UK programmes, and quality of evaluation evidence. Educational Review, 76(3), 628–647. https://doi.org/10.1080/00131911.2022.2077703
Bayer, V., Mulholland, P., Hlosta, M., Farrell, T., Herodotou, C., & Fernandez, M. (2024). Co-creating an equality diversity and inclusion learning analytics dashboard for addressing awarding gaps in higher education. British Journal of Educational Technology, 55(5), 2058–2074. https://doi.org/10.1111/bjet.13509
Beerkens, M. (2022). An evolution of performance data in higher education governance: A path towards a “big data” era? Quality in Higher Education, 28(1), 29–49. https://doi.org/10.1080/13538322.2021.1951451
Boliver, V., Banerjee, P., Gorard, S., & Powell, M. (2022). Reconceptualising fair access to highly academically selective universities. Higher Education, 84(1), 85–100. https://doi.org/10.1007/s10734-021-00755-y
Brooks, R., & Timms, J. (2025). Institutional constraints to higher education datafication: An English case study. Higher Education, 90(4), 1049–1063. https://doi.org/10.1007/s10734-024-01363-2
Chowdry, H., Crawford, C., Dearden, L., Goodman, A., & Vignoles, A. (2013). Widening participation in higher education: Analysis using linked administrative data. Journal of the Royal Statistical Society: Series A (Statistics in Society), 176(2), 431–457. https://doi.org/10.1111/j.1467-985X.2012.01043.x
Eather, N., Mavilidi, M. F., Sharp, H., & Parkes, R. (2022). Programmes targeting student retention/success and satisfaction/experience in higher education: A systematic review. Journal of Higher Education Policy and Management, 44(3), 223–239. https://doi.org/10.1080/1360080X.2021.2021600
Escobar-Terán, H. E., Mendoza-Vargas, E. Y., Cedeño-Salazar, B. C., & Castillo-Plaza, I. A. (2025). Educación superior inclusiva y diversidad funcional: caracterización multidimensional en la Universidad Técnica Estatal de Quevedo. Revista Científica Ciencia y Método, 3(4), 470–489. https://doi.org/10.55813/gaea/rcym/v3/n4/124
Ford, K. S., Rosinger, K. O., & Zhu, Q. (2021). Consolidation of class advantages in the wake of the Great Recession: University enrollments, educational opportunity and stratification. Research in Higher Education, 62(7), 915–941. https://doi.org/10.1007/s11162-021-09624-0
Francis, P., Broughan, C., Foster, C., & Wilson, C. (2020). Thinking critically about learning analytics, student outcomes, and equity of attainment. Assessment & Evaluation in Higher Education, 45(6), 811–821. https://doi.org/10.1080/02602938.2019.1691975
Gorard, S., Boliver, V., Siddiqui, N., & Banerjee, P. (2019). Which are the most suitable contextual indicators for use in widening participation to HE? Research Papers in Education, 34(1), 99–129. https://doi.org/10.1080/02671522.2017.1402083
Hubbard, K. E. (2024). Institution level awarding gap metrics for identifying educational inequity: Useful tools or reductive distractions? Higher Education, 88(6), 2269–2289. https://doi.org/10.1007/s10734-024-01216-y
Martínez-Abad, F., & León, J. (2023). Inferencia causal en investigación educativa: Análisis de la causalidad en estudios observacionales de carácter transversal. RELIEVE. Revista Electrónica de Investigación y Evaluación Educativa, 29(2), Artículo 3. https://doi.org/10.30827/relieve.v29i2.26843
Mendoza Vargas, E. Y., Castillo Plaza, I. A., Escobar Terán, H. E., & Manjarrez Fuentes, N. N. (2026). Brechas de género en la matrícula de la educación superior: Análisis desde una universidad pública ecuatoriana. Revista Conrado, 22(108), Artículo e5126. https://www.uteq.edu.ec/es/investigacion/articulo/4673
Msigwa, F. M. (2016). Widening participation in higher education: A social justice analysis of student loans in Tanzania. Higher Education, 72(4), 541–556. https://doi.org/10.1007/s10734-016-0037-5
Sánchez-Martín, M., Ponce Gea, A. I., Rubio-Aparicio, M., Navarro-Mateu, F., & Olmedo Moreno, E. M. (2024). A practical approach to quantitative research designs [Una aproximación práctica a los diseños de investigación cuantitativa]. Espiral. Cuadernos del Profesorado, 17(35), 117–132. https://doi.org/10.25115/ecp.v17i35.9725
Schulte, J. T., & Benson-Egglenton, J. (2025). Evaluating the impact of contextual offers in a highly selective institution: Results from a mixed-methods contribution analysis. Higher Education Quarterly, 79(1), Artículo e12580. https://doi.org/10.1111/hequ.12580
Selwyn, N., & Gašević, D. (2020). The datafication of higher education: Discussing the promises and problems. Teaching in Higher Education, 25(4), 527–540. https://doi.org/10.1080/13562517.2019.1689388
Summers, R. J., Burgess, A. P., Higson, H. E., & Moores, E. (2024). How you teach and who you teach both matter: Lessons from learning analytics data. Studies in Higher Education, 49(3), 576–591. https://doi.org/10.1080/03075079.2023.2245424
Thompson, T. L., & Prinsloo, P. (2023). Returning the data gaze in higher education. Learning, Media and Technology, 48(1), 153–165. https://doi.org/10.1080/17439884.2022.2092130
Tsai, Y.-S., Rates, D., Moreno-Marcos, P. M., Muñoz-Merino, P. J., Jivet, I., Scheffel, M., Drachsler, H., Delgado Kloos, C., & Gašević, D. (2020). Learning analytics in European higher education—Trends and barriers. Computers & Education, 155, Artículo 103933. https://doi.org/10.1016/j.compedu.2020.103933
Walker, R., Morey, V., Tankosic, A., Slatter, N., & Blythe, R. (2026). Broadening undergraduate university admission pathways: Student achievement success at course completion. Studies in Higher Education, 51(7), 1623–1636. https://doi.org/10.1080/03075079.2025.2534180
Weinberg, L. (2025). Power BI and the datafication of Danish higher education. Big Data & Society, 12(3), 1–13. https://doi.org/10.1177/20539517251365230
Whitman, M. (2020). “We called that a behavior”: The making of institutional data. Big Data & Society, 7(1), 1–13. https://doi.org/10.1177/2053951720932200
Williamson, B., Bayne, S., & Shay, S. (2020). The datafication of teaching in higher education: Critical issues and perspectives. Teaching in Higher Education, 25(4), 351–365. https://doi.org/10.1080/13562517.2020.1748811