Ítem
Acceso Abierto

Evaluación de la importancia de variables sociodemográficas en la predicción del destino migratorio de profesionales colombianos hacia Norteamérica o Europa.

Mostrar el registro sencillo de la publicación
dc.contributor.advisorGutiérrez Bonnet, Sergio María
dc.creatorGalvis Dussan, Andres Camilo
dc.creatorBello Castillo, Deisy Carolina
dc.creator.degreeMagíster en Business Analytics
dc.date.accessioned2025-08-06T12:19:51Z
dc.date.available2025-08-06T12:19:51Z
dc.date.created2025-06-26
dc.descriptionEste proyecto tiene como finalidad evaluar la importancia de las variables sociodemográficas en la probabilidad de explicar el destino migratorio de profesionales colombianos hacia Norteamérica o Europa. Se busca que, a partir de la evaluación de modelos de machine learning (XGBoost, Random Forest, Modelo de Ensamblado y CatBoost), y la técnica de interpretabilidad de variables SHAP values, utilizando la base de datos abiertos “colombianos registrados en el exterior” publicada por el Ministerio de relaciones exteriores, saber si se pueden identificar patrones sociodemográficos asociados al fenómeno migratorio.
dc.description.abstractThis project aims to assess the importance of sociodemographic variables in predicting the migration destination of Colombian professionals to North America or Europe. The goal is to identify if sociodemographic patterns can be associated with the migration phenomenon by evaluating machine learning models (XGBoost, Random Forest, an Ensemble Model, and CatBoost) and employsing the SHAP values interpretability technique. This proyect utilizes the open database "Colombians Registered Abroad," published by the Ministry of Foreign Affairs, with the goal of identifying sociodemographic patterns associated with the migration phenomenon.
dc.format.extent105 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_46217
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/46217
dc.language.isoeng
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnología
dc.publisher.programMaestría en Business Analytics
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.bibliographicCitationBreiman, Leo. 2001. «Random Forests». Machine Learning 45(1):5-32. doi:10.1023/A:1010933404324.
dc.source.bibliographicCitationBrynjolfsson, Erik, y Andrew McAfee. 2016. The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. First published as a Norton paperback. New York London: W. W. Norton & Company.
dc.source.bibliographicCitationBuda, Mateusz, Atsuto Maki, y Maciej A. Mazurowski. 2018. «A Systematic Study of the Class Imbalance Problem in Convolutional Neural Networks». Neural Networks 106:249-59. doi:10.1016/j.neunet.2018.07.011.
dc.source.bibliographicCitationCancillería. 2025.«Cooperación internacional | Cancillería». https://www.cancilleria.gov.co/cooperacion-internacional.
dc.source.bibliographicCitationChapman, Arthur D. 2005. «Principles of Data Quality». doi:10.15468/DOC.JRGG-A190.
dc.source.bibliographicCitationChawla, N. V., K. W. Bowyer, L. O. Hall, y W. P. Kegelmeyer. 2002. «SMOTE: Synthetic Minority Over-sampling Technique». Journal of Artificial Intelligence Research 16:321-57. doi:10.1613/jair.953.
dc.source.bibliographicCitationChen, Tianqi, y Carlos Guestrin. 2016. «XGBoost: A Scalable Tree Boosting System». Pp. 785-94 en Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. San Francisco California USA: ACM.
dc.source.bibliographicCitationCongreso de la Republica. 2021. «Ley 2136 de 2021: Por medio de la cual se establecen las definiciones, principios y lineamientos para la reglamentación y orientación de la política integral migratoria del estado colombiano - pim, y se dictan otras disposiciones.» 5.
dc.source.bibliographicCitationCzaika, Mathias, y Constantin Reinprecht. 2020. «Drivers of migration: A synthesis of knowledge». IMI Working Paper Series 163:1-45.
dc.source.bibliographicCitationDANE. 2024.«DANE - Estadísticas de migración». https://www.dane.gov.co/index.php/estadisticas-por-tema/demografia-y poblacion/estadisticas-de-migracion.
dc.source.bibliographicCitationDepartamento Nacional de Planeacion. 2024.«Sobre la OCDE». https://www.dnp.gov.co/LaEntidad_/subdireccion-general-prospectiva-desarrollo nacional/ocde-colombia/Paginas/sobre-la-ocde.aspx.
dc.source.bibliographicCitationDorogush, Anna Veronika, Vasily Ershov, y Andrey Gulin. 2018. «CatBoost: gradient boosting with categorical features support».
dc.source.bibliographicCitationFiveable. 2024.«Governmental Body - (AP US Government) - Vocab, Definition, Explanations | Fiveable | Fiveable». https://library.fiveable.me/key-terms/ap gov/governmental-body.
dc.source.bibliographicCitationGarcía, Salvador, Sergio Ramírez-Gallego, Julián Luengo, José Manuel Benítez, y Francisco Herrera. 2016. «Big Data Preprocessing: Methods and Prospects». Big Data Analytics 1(1):9. doi:10.1186/s41044-016-0014-0.
dc.source.bibliographicCitationInstituto de Ingenieria de Conocimiento. s. f.«La metodología CRISP-DM en ciencia de datos - IIC». https://www.iic.uam.es/innovacion/metodologia-crisp-dm-ciencia-de datos/.
dc.source.bibliographicCitationInstituto Nacional de Estadisticas. s. f.«INE. Instituto Nacional de Estadística». https://www.ine.es/.
dc.source.bibliographicCitationInternational Organization for Migration. 2024. World Migration Report 2024. Erscheinungsort nicht ermittelbar: United Nations.
dc.source.bibliographicCitationLundberg, Scott M. y Lee, Su-In. 2017. «A Unified Approach to Interpreting Model Predictions». Curran Associates, Inc.
dc.source.bibliographicCitationLundberg, Scott M., y Su-In Lee. 2017. «A Unified Approach to Interpreting Model Predictions». en Advances in Neural Information Processing Systems. Vol. 30. Curran Associates, Inc.
dc.source.bibliographicCitationMinisterio de Relaciones Exteriores. 2025.«Colombianos registrados en el exterior». https://www.datos.gov.co/Estad-sticas-Nacionales/Colombianos-registrados-en-el exterior/y399-rzwf/about_data.
dc.source.bibliographicCitationOCDE. 2024.«Perspectivas de la migración internacional 2024 | OCDE». https://www.oecd.org/en/publications/international-migration-outlook 2024_50b0353e-en.html.
dc.source.bibliographicCitationOCDE. 2025.«Medición y evaluación del atractivo del talento en los países de la OCDE, segunda edición | OCDE». https://www.oecd.org/en/publications/measuring-and assessing-talent-attractiveness-in-oecd-countries-second-edition_133b6085-en.html.
dc.source.bibliographicCitationPorter, Michael E., y James E. Heppelmann. 2014. «Cómo los productos inteligentes y conectados están transformando la competencia». Harvard Business Review.
dc.source.bibliographicCitationSalvador, Denys González Cordova, Ernesto Núñez Flores, Roberto Ramírez García, Julio César Romero. 2013.«Fuga de cerebros, la diáspora del conocimiento». https://ciencia.unam.mx/leer/150/Fuga_de_cerebros_la_diaspora_del_conocimiento.
dc.source.bibliographicCitationSomos Colmena. s. f.«Diccionario de términos migratorios | Somos Colmena». https://www.somoscolmena.info/es/blog/diccionario-de-terminos migratorios?utm_source=chatgpt.com.
dc.source.bibliographicCitationWitten. 2011. Data Mining: Practical Machine Learning Tools and Techniques. Elsevier.
dc.source.bibliographicCitationWorld Health Organization. 2017. Health Employment and Economic Growth: An Evidence Base. Geneva: World Health Organization.
dc.source.bibliographicCitationZhou, Zhi-Hua. 2012. Ensemble Methods: Foundations and Algorithms. Online-Ausg. Boca Raton, FL: Taylor & Francis.
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectMigración Profesional
dc.subjectSHAP Values
dc.subjectRandom Forest
dc.subjectXGBoost
dc.subjectCatBoost
dc.subjectModelo Ensamble
dc.subject.keywordProfessional Migration
dc.titleEvaluación de la importancia de variables sociodemográficas en la predicción del destino migratorio de profesionales colombianos hacia Norteamérica o Europa.
dc.title.TranslatedTitleAssessment of the Importance of Sociodemographic Variables in Predicting the Migration Destination of Colombian Professionals to North America or Europe.
dc.typemasterThesis
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTrabajo de grado
local.department.reportEscuela de Administración
local.regionesBogotá
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Evaluación_de_la_importancia_de_variables_sociodemográficas_Galvis_Dussan_Andres_Camilo.pdf
Tamaño:
2.75 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Business Analytics