Electric vehicles (EVs) presence in the power grid can bring about pivotal concerns regarding their energy requirements. EVs charging behaviors can be affected by several aspects including socio-economics, psychological, seasonal among others. This work proposes a case study to analyze seasonal effects on charging patterns, using a public real-world based dataset that contains information from the aggregated load of the total charging stations of Boulder, Colorado. Our approach targets to forecast and recognize EVs demand considering seasonal factors. Principal component analysis (PCA) was used to provide a visual representation of the variables and their contribution and the correlation among them. Then, twelve classification models were trained and tested to discriminate among seasons the charging load of electric vehicles. Later, a benchmark stage is presented for regression as well as for classification results. For regression models, examined through Mean Absolute Percentage Error (MAPE) and Root Mean Square Error (RMSE), the random Forest provides better prediction than quasi-Poisson model widely. However, it was observed that for large variations in electric vehicles’ charging load, quasi-Poisson fits better than random forest. For the classification models, evaluated through Accuracy and the Area under the Curve, the Lasso and elastic-net regularized generalized linear (GLMNET) model provided the best global performance with accuracy up to 100% when evaluated on the test dataset. The results of this work offer great insights for enhancing demand response strategies that involve PEV charging regarding charging habits across seasons.

This data article presents data on the results in national assessments for secondary and university education in engineering students. The data contains academic, social, economic information for 12,411 students. The data were obtained by orderly crossing the databases of the Colombian Institute for the Evaluation of Education (ICFES). The structure of the data allows us to observe the influence of social variables and the evolution of students' learning skills. In addition to serving as input to develop analysis of academic efficiency, student recommendation systems and educational data mining. The data is presented in comma separated value format. Data can be easily accessed through the Mendeley Data Repository (https://data.mendeley.com/datasets/83tcx8psxv/1).

El propósito de este estudio es diseñar un sistema de resultados de aprendizaje y determinar su importancia en los programas de educación superior en Colombia. La investigación fue racional propositiva y se contrastan el Decreto 1330 de 2019 y el Decreto 21795 de 2020 del Ministerio de Educación Nacional de Colombia. Desde la perspectiva conceptual, se analizan referentes de la Agencia Nacional de Evaluación de la Calidad y Acreditación (ANECA) y del Consejo de Acreditación de la Educación Superior (CHEA). Como resultado, se analizan y sintetizan criterios y componentes y se establece la planificación de un sistema de resultados de aprendizaje que genera una perspectiva integral. También, se establecen criterios para la operatividad de los resultados de aprendizaje (RA) y mecanismos de evaluación (ME). En conclusión, se propone una estructura operativa de manera práctica que permite integrar las diferentes actividades académicas con los resultados de aprendizaje del proceso de formación.

This research uses a three-phase method to evaluate and forecast the academic efficiency of engineering programs. In the first phase, university profiles are created through cluster analysis. In the second phase, the academic efficiency of these profiles is evaluated through Data Envelopment Analysis. Finally, a machine learning model is trained and validated to forecast the categories of academic efficiency. The study population corresponds to 256 university engineering programs in Colombia and the data correspond to the national examination of the quality of education in Colombia in 2018. In the results, two university profiles were identified with efficiency levels of 92.3% and 97.3%, respectively. The Random Forest model presents an Area under ROC value of 95.8% in the prediction of the efficiency profiles. The proposed structure evaluates and predicts university programs’ academic efficiency, evaluating the efficiency between institutions with similar characteristics, avoiding a negative bias toward those institutions that host students with low educational levels.

En esta investigación se propone un sistema integrado de gestión de la calidad considerando las exigencias legales, la norma ISO 9001 y los lineamientos para acreditación de alta calidad para programas académicos de educación superior en Colombia. Como concepción teórica se trabaja con los conceptos asociados con el aseguramiento de alta calidad, gestión de la calidad y modelos de excelencia en la educación superior. Para el desarrollo de esta investigación se parte del Decreto 1330 de 2019, de la norma ISO 9001 y del Acuerdo 1 de 2020, que explicita los factores de acreditación en Colombia. Se comparan las características, requisitos y factores asociados con los tres estándares, lo que permitió definir los procesos y factores comunes que garantizan la estructura básica de un sistema integrado de gestión de la calidad y que generan valor en los programas académicos. Se concluye que la norma ISO 9001 aporta a la gestión por procesos, la innovación y la gestión del conocimiento.

Esta investigación propone un método de evaluación de la calidad del servicio en un centro de atención documental en una universidad. Desde un enfoque cuantitativo y racional se estableció un método fundamentado en las teorías de calidad del servicio y el concepto de Seis sigma. Se analizaron dos periodos de estudio y se contextualizaron las métricas asociadas con los criterios de evaluación. Se determinaron tres métricas de Seis Sigma, valor de defectos por partes por millón (DPMO), el nivel Z y el rendimiento. En los resultados, todas las dimensiones evaluadas en febrero presentaron un nivel de sigma mayor con respecto al que obtuvieron en enero, así como una disminución de los defectos por partes por millón de un periodo al otro, es decir mejoró la calidad del servicio y se disminuyeron costos, salvo para la dimensión de calidad ‘Respuesta pertinente’. Adicionalmente, mediante el cálculo del rendimiento se encontró, que para la mayoría de los criterios de evaluación de la calidad se mantuvieron por encima del 90%. Esta investigación evidencia la pertinencia de articular conceptos de calidad del servicio con las métricas de Seis Sigma, permitiendo diseñar un estándar de rendimiento del servicio para el mejoramiento de la calidad.