acreditación en alta calidad
Uniagustiniana presenta investigación en EIMAT 2026
La profesora Mireya García presentó un estudio sobre el Índice Sintético de Impacto Agustiniano (ISIA), una propuesta para evaluar desde distintas dimensiones el impacto de los egresados en la sociedad.
La docente Mireya García, del programa de Matemáticas Aplicadas en Ciencia de Datos de la Uniagustiniana, participó en el XXII Encuentro Internacional de Matemáticas (EIMAT 2026), realizado en la Universidad del Atlántico, en Barranquilla.
Durante el encuentro presentó la ponencia «Índice sintético de impacto agustiniano (ISIA): construcción, fundamentación de la ponderación y robustez de un índice compuesto formativo para la evaluación multidimensional del impacto de egresados».
La investigación hace parte de un proyecto institucional interdisciplinario que busca analizar el impacto de los egresados de la Uniagustiniana en la sociedad, mediante una perspectiva que integra diferentes dimensiones de evaluación.
Matemáticas aplicadas a la evaluación del impacto institucional
El trabajo aborda la construcción y fundamentación de un índice compuesto que permita estudiar el impacto de los egresados. Para ello, plantea aspectos relacionados con la ponderación de sus componentes y la robustez de la herramienta de evaluación.
Esta propuesta vincula el conocimiento matemático con una necesidad institucional: contar con herramientas que contribuyan a comprender y analizar los aportes de los graduados en sus diferentes contextos.
Investigación y divulgación del conocimiento
La participación en EIMAT 2026 permitió compartir los avances de esta investigación en un escenario académico de intercambio entre docentes e investigadores.
A través del programa de Matemáticas Aplicadas en Ciencia de Datos y del Grupo de Investigación en Ciencias Básicas Agustiniana (CIBA), la Uniagustiniana promueve la investigación, la divulgación del conocimiento y la participación de sus docentes en espacios de colaboración científica.
Redactado por:
Programa de Matemáticas Aplicadas en Ciencia de Datos.