1 files changed, 98 insertions, 0 deletions
diff --git a/chapter/90-anexos.tex b/chapter/90-anexos.tex
new file mode 100644
index 0000000..8b4dfde
--- /dev/null
+++ b/chapter/90-anexos.tex
@@ -0,0 +1,98 @@
+\chapter{Formulario de Extracción}
+
+Se encuentra en la hoja de cálculo nombrada:
+% \verb 20170895_RobertoTokumori_PatriciaNatividad_E2_Anexo1.xlsx \verb.
+\begin{verbatim}20170895_RobertoTokumori_PatriciaNatividad_E2_Anexo1.xlsx\end{verbatim}.
+
+
+\chapter{Plan de Proyecto}
+
+\section{Justificación}
+
+% TODO: Revisar coherencia en citas
+
+% I've commented out some of the paragraphs.  Maybe add them in the future
+% it depends if it's OK to add points related to the "methods".  I've only
+% left the ones related to the "problem".
+
+El desarrollo de un sistema de información que utilice técnicas de aprendizaje
+automático para predecir la deserción de estudiantes universitarios y mejorar
+las tasas de retención es un proyecto que puede ser justificado por las siguientes 
+razones. 
+
+\begin{itemize}
+    \item 
+    Uno de los principales objetivos de las universidades es asegurar el 
+    éxito académico de sus estudiantes \autocite{Shilbayeh2021562}. 
+    Al predecir con precisión las posibles deserciones, las
+    universidades pueden intervenir temprano e implementar sistemas de
+    apoyo específicos para abordar las causas raíz de la deserción de los
+    estudiantes. Este enfoque proactivo puede permitiría las universidades
+    apoyar mejor a los estudiantes con dificultades y mejorar sus posibilidades
+    de completar sus títulos con éxito.
+
+    \item 
+    La deserción de los estudiantes no solo es perjudicial
+    para los estudiantes individuales sino también para las propias universidades.
+    Cuando los estudiantes abandonan la universidad, esto representa una pérdida de recursos
+    invertidos en su educación, incluido el tiempo, la financiación y los esfuerzos
+    del personal docente de la universidad \autocite{Alwarthan2022107649}.
+    Al identificar con precisión a los estudiantes en riesgo,
+    las universidades pueden asignar sus recursos de manera más efectiva, ofreciendo
+    intervenciones personalizadas a quienes más las necesitan. Esta asignación
+    optimizada de recursos puede generar ahorros de costos y una mayor eficiencia
+    para las instituciones educativas.
+
+    % Datos que cuentan las universidades son "underutilized". (Maybe in this one
+    % include the points below)
+
+    % Las técnicas de aprendizaje automático pueden
+    % analizar múltiples factores que contribuyen a las tasas de deserción de
+    % los estudiantes, incluido el rendimiento académico, el entorno socioeconómico,
+    % y los niveles de compromiso.  Al aprovechar esta gran cantidad de datos, el
+    % sistema de información puede identificar patrones y factores de riesgo asociados
+    % con el comportamiento de deserción estudiantil universitaria.
+
+    % Los métodos tradicionales para identificar posibles
+    % abandonos a menudo se basan en medidas reactivas, como observar un rendimiento
+    % académico deficiente o signos de desconexión \autocite{Alwarthan2022107649}.  Sin embargo, mediante el uso de
+    % algoritmos de aprendizaje automático, el sistema de información puede analizar
+    % grandes cantidades de datos históricos y crear modelos predictivos para
+    % pronosticar las probabilidades de abandono escolar de los estudiantes en una
+    % etapa temprana. Este enfoque proactivo permite a las instituciones intervenir
+    % con prontitud, brindando recursos y orientación específicos para ayudar a los
+    % estudiantes a superar los desafíos y aumentar sus probabilidades de permanecer
+    % matriculados.
+\end{itemize}
+
+% Por lo tanto, se justifica el desarrollo de un sistema de información que
+% pueda ayudar a predecir la deserción de los estudiantes universitarios y mejore
+% las tasas de retención, ya que mejora el éxito de los estudiantes, optimiza la
+% asignación de recursos y permite intervenciones proactivas basadas en análisis
+% predictivos.  Este proyecto tiene el potencial de mejorar significativamente las
+% tasas de retención y contribuir al éxito general de las instituciones
+% educativas.
+
+\section{Viabilidad}
+
+\subsection{Viabilidad temporal}
+
+\subsection{Viabilidad técnica}
+
+\subsection{Viabilidad económica}
+
+\section{Alcance del proyecto}
+
+\section{Restricciones}
+
+El proyecto depende de la disposición de conjuntos de datos de las universidades.
+Es posible que las univesidades a quienes se les solicite estos datos no los compartan,
+ya sea por la complejidad en extraer la información de sus sistemas
+informáticos, o porque simplemente no está dentro de sus procedimientos
+compartir estos datos.
+
+Además, el proyecto depende de la disponibilidad de especialistas en 
+aprendizaje automático, sistemas de información, y usabilidad.  Quienes se 
+encargarán de validar los resultados esperados del proyecto.
+
+\section{Identificación de riesgos}