Titulaciones por Carrera

Column

Por Carrera y Universidad

Por Carrera y Unidad AcadƩmica

Resumen

Titulo: AnÔlisis de la oferta académica en Argentina sobre información geoespacial: Distribución, co-ocurrencia y clustering de titulaciones.

Resumen: El presente trabajo desarrolla un anÔlisis de la oferta académica universitaria argentina vinculada con información geoespacial, basado en la Guía de Carreras 2025 de la Subsecretaría de Políticas Universitarias (SPU). Se construyó un mapa interactivo de titulaciones ofrecidas por universidades estatales y privadas, empleando datos de ubicación de unidades académicas del Mapa Educativo Nacional.

Las titulaciones organizadas por nivel acadĆ©mico (pregrado, grado y posgrado) se analizaron a partir de la categorĆ­a ā€œcarreraā€ establecida por SPU cuyos valores son: ā€œGeografĆ­aā€, ā€œTopografĆ­a y CartografĆ­aā€, ā€œAgrimensuraā€, ā€œGeologĆ­aā€, ā€œGeofĆ­sicaā€, entre otros, analizĆ”ndose tambiĆ©n las categorĆ­as ā€œComputación, Sistemas e InformĆ”ticaā€ y ā€œEstadĆ­sticaā€ las cuales tienen implicancia en el desarrollo de SIG e IDE y en el uso de información geoespacial. Un selector dinĆ”mico permite visualizar unidades acadĆ©micas por cada combinación carrera-nivel y consultar sus titulaciones impartidas con detalle sobre: modalidad (presencial o virtual), disciplina, Ć”rea, carrera, etc.

Para analizar la distribución y relaciones entre carreras estudiadas, se desarrolló un tablero en R con múltiples representaciones cartogrÔficas. Se implementó un mapa de burbujas donde el diÔmetro de los círculos representa la cantidad de titulaciones por carrera y por unidad académica. AdemÔs, otro mapa agrega la información por universidad.

TambiĆ©n se realizó un estudio de co-ocurrencia de titulaciones en universidades, empleando un grafo de relaciones utilizando igraph, etiquetando arcos entre instituciones mediante un indicador ā€œpesoā€ (cantidad de tĆ­tulos compartidos) permitiendo detectar patrones de posible vinculación tecnológica. Por Ćŗltimo, se aplicó un mĆ©todo de agrupamiento K-means en Google Earth Engine para agrupar universidades. Utilizando el mĆ©todo del codo (Elbow Method), se determinó que seis clusters optimizan la segmentación institucional, proporcionando información clave sobre la distribución acadĆ©mica en el territorio. Este estudio contribuye a la enseƱanza en información geoespacial al ofrecer herramientas interactivas para el anĆ”lisis de la oferta educativa geotecnológica, facilitando la toma de decisiones en planificación acadĆ©mica.

Palabras clave: Geotecnologƭas, Oferta acadƩmica, Titulaciones universitarias, AnƔlisis geoespacial, Clustering geoespacial, MƩtodo Elbow, Co-ocurrencia de titulaciones

Co-ocurrencia de Titulaciones

Column

Todas las titulaciones Geo por Universidad

Titulaciones Geo, Arcos de mayor peso.

Carrera Geografia Tabla: por Unidad AcadƩmica

Carrera Geografƭa: Por Unidad AcadƩmica

Carrera GeografĆ­a: Por Universidad

K-Means Titulaciones

Enlace a App Google Earth Engine

  • Se aplicó un mĆ©todo de agrupamiento K-means en Google Earth Engine (GEE) para agrupar universidades.
  • Utilizando el mĆ©todo del codo (Elbow Method), se determinó que seis clusters optimizan la segmentación institucional, proporcionando información clave sobre la distribución acadĆ©mica en el territorio.

Acceso a la app en GEE: https://ee-luisreynoso.projects.earthengine.app/view/k-means-de-unidades-academicas-con-titulos-en-inf-geoespacial

K-means
K-means