En esta página...
...
2. Criterios generales aplicados en el dataset
2.1
...
Explicar cómo se calcula la nota, por qué está en el rango 0-10 y no 0-14, si esa es la nota en base a la cual se ha tomado la decisión de admisión o no o si hay algún tipo de cálculo posterior, etc…
2.2 Información sobre matrículas
Explicar por qué sólo se informa fehacientemente de las matrículas de UCM y en todas las demás Universidades se especifica “SIN DATOS” (=porque la UCM solo tiene la información de matrícula de sus propios centros y no del resto de Universidades)
2.3 Procesos posteriores que pueden dar lugar a la admisión de inadmitidos
Explicar al menos la caida de matrícula y las listas de espera.
2.4 Cupos
...
El dataset informa de la Calificación de Acceso a la Universidad (CAU)
Existen dos notas relacionadas con los procesos de admisión a la Universidad (para más información consultar la página oficial de la CAM):
1) La calificación de Acceso a la Universidad (CAU), que tiene un rango entre 0 y 10, y que se calcula en base a:
La nota del estudio previo con el que el estudiante accede a la Universidad
La nota de la fase obligatoria de la PAU
2) La Nota de Admision, que tiene un rango entre 0 y 14, y se calcula en base a:
La Calificación de Acceso a la Universidad (CAU, punto anterior)
Las calificaciones de la fase optativa de la PAU
Las ponderaciones que cada titulación realiza de las asignaturas de la fase optativa
La nota de la que se informa en este dataset, en los campos “nota_acceso
” y “rango_nota_acceso
” se corresponde con la Calificación de Acceso a la Universidad (CAU).
2.2 La información sobre matrículas es parcial: solo informa de admitidos en la UCM
En los campos que hacen referencia a la matrícula posterior de los estudiantes en el estudio admitido, es decir:
“
cod_convocatoria_matricula
" / "des_convocatoria_matricula
""
cod_estudio_matricula
" / "des_estudio_matricula
""
cod_centro_matricula
" / "des_centro_matricula
""
lat_centro_matricula
" / "lon_centro_matricula
""
cod_universidad_matricula
" / "des_universidad_matricula
"
sólo se informa de matrículas de la UCM, que es la Universidad que produce el dataset al ser la que gestiona los procesos de admisión del distrito único de la Comunidad de Madrid. Lógicamente, la UCM conoce - y por tanto puede informar en el dataset - si tras la admisión en alguno de sus estudios hubo o no matrícula, pero NO conoce si la hubo en el caso del resto de Universidades públicas madrileñas. Para todos estos casos, se especifica el valor “SIN DATOS“
2.3 Procesos posteriores que pueden dar lugar a la admisión de estudiantes inicialmente inadmitidos en algún estudio
El dataset refleja los resultados iniciales de los procesos de admisión. Hay que tener en cuenta que después de este resultado inicial se producen múltiples situaciones que hacen variar en cierto grado estos resultados, a saber:
Fenómeno de “caída de matrícula”: No todos los estudiantes acaban matriculándose en el estudio en el que han sido admitidos. A este fenómeno se le denomina “caída de matrícula”. Los admitidos que - por el motivo que sea - finalmente no se acaban matriculando dan lugar a vacantes, que se gestionan a través de listas de espera (siguiente punto).
Listas de espera: las vacantes generadas por la caída de matrícula se adjudican a través de listas de espera, de forma que estudiantes que inicialmente NO han sido admitidos en una determinada titulación, son admitidos posteriormente.
Este dataset informa del resultado inicial de los procesos de admisión, no del resultado final fruto de la caída de matrícula y la gestión de listas de espera, ya que esta gestión no está centralizada y se realiza de forma autónoma en cada Universidad.
2.4 Cupos
Los cupos son reservas de plazas para estudiantes en situaciones especiales. El dataset, en el campo “des_cupo_admision
“ sólo diferencia entre el “Cupo general” y “Otro”. Dentro de la categoría “Otro”, en el curso 2024-25, contabilizarían:
Estudiantes con grado de discapacidad igual o superior al 33%
Deportistas de alto nivel y alto rendimiento
Titulados universitarios
Estudiantes con prueba de mayores de 25 años
Estudiantes con prueba para mayores de 45 años
Mayores de 40 años con experiencia laboral acreditada
3. Recursos que componen el dataset
...
4. Anonimización del dataset
Es MUY IMPORTANTE que el reutilizador consulte y entienda las implicaciones del proceso de anonimización expuestas a continuación para una correcta interpretación de los datos anonimizados:
Técnica de anonimización |
|
---|---|
Campos pivote | Estas variables conservan la relación respecto a todos los bloques de coherencia:
|
Bloques de coherencia | Sólo conservan la relación entre sí (es decir, sus valores en una misma fila pertenecen al mismo individuo) las variables que pertenecen al mismo bloque de coherencia
|
...