Resultados UNAM — Datos de admisión a licenciatura (2021–2026)

这是一个开放数据集，包含墨西哥国立自治大学（UNAM）2021年至2026年本科入学考试的结果数据，涵盖所有知识领域。数据集从公共结果页面提取，提供清理后的CSV文件，包含考生编号、正确答题数、录取状态、年份、知识领域、专业和校区等信息，旨在支持透明分析和研究。This is an open dataset comprising the results of the undergraduate entrance examinations administered by the National Autonomous University of Mexico (UNAM) from 2021 to 2026, covering all academic knowledge domains. Extracted from public official result pages, the dataset provides cleaned CSV files containing information such as candidate ID, number of correct answers, admission status, year, academic field, major and campus. It is designed to support transparent analysis and research.

原始信息汇总

数据集概述

该数据集为墨西哥国立自治大学（UNAM）本科入学考试录取结果公开数据集，覆盖2021至2026年所有4个知识领域的数据。

项目背景

数据集由独立开发者通过爬取UNAM官方公开结果页面获得，目的是为研究者、学生和记者提供一个统一的、开放的数据源，便于分析和验证录取成绩分布的变化。

数据集内容

• 文件：data/processed/aciertos_unam_2021_2026.csv
• 记录数：1,027,716行（每位注册考生对应一行）
• 字段说明：

列名	类型	说明
folio	整数	匿名考生识别号（非个人信息）
aciertos	整数（可空）	考试正确答题数（未参加考试则为空）
acreditado	S / N / C / 空	录取状态：S=被录取，N=未录取，C=取消（不适用时为空）
año	整数	录取年份（2021–2026）
area	整数（1–4）	DGAE分类的知识领域
carrera	文本	申请的专业
plantel	文本	申请的校区/院系

数据特点

• 仅包含匿名考生识别号、成绩和录取状态，不含姓名等个人可识别信息。
• 同一专业可能出现在不同校区（如土木工程在工程学院、FES Acatlán和FES Aragón），可通过plantel列进行区分。
• 未参加考试或已退出的考生记录保留（aciertos为空），以保持注册考生全量数据。
• 录取分数线由DGAE根据各专业所有校区的汇总数据计算，未在数据集中单独列出。

数据获取方法

• 通过脚本src/fetch_and_parse.py爬取DGAE公开结果页面，覆盖4个领域和6个年份（2021–2026）。
• 原始HTML保存到本地后处理为最终表格。

引用建议

Karen Arlet Castrillo Cruz. (2026). Resultados UNAM — Datos de admisión a licenciatura (2021–2026) [数据集]. GitHub. https://github.com/agn3si/ResultadosUNAM---data

许可证

• 代码（src/、notebooks）：MIT许可证
• 数据（data/processed/）：CC BY 4.0（需注明出处）

免责声明

• 该项目为独立创作，与UNAM或DGAE无任何关联、赞助或认可关系。
• 数据来源于公开可访问的录取结果页面，按“原样”提供，不保证准确性、完整性或时效性。
• 对于官方信息，请始终参考DGAE的官方来源（dgae.unam.mx）。

交互可视化

用户无需安装任何代码即可通过交互式网页按领域和专业浏览数据：https://agn3si.github.io/ResultadosUNAM---data/

搜集汇总

数据集介绍

构建方式

该数据集源自墨西哥国立自治大学（UNAM）本科招生考试结果的公开信息，覆盖2021至2026年四个知识领域。数据通过自动化网页抓取技术，从UNAM总务管理局（DGAE）的公共结果页面提取原始HTML，并经由本地解析与清洗，最终整合为结构化的CSV文件。数据集包含逾百万条记录，每条对应一位申请者的匿名标识符（folio），并记录了其考试成绩（aciertos）、录取状态（acreditado）、申请年份、知识领域、目标专业及校区信息。所有缺失值（如未参加考试者的成绩）被保留以反映完整的申请者群体。

特点

这一数据集的核心价值在于其全面性与可重复性。它首次将UNAM所有领域、专业及校区六年间的招生结果汇聚于一表，填补了此前缺乏统一公共数据库的空白。数据以匿名方式呈现，仅包含行政识别码，无任何个人隐私信息，符合伦理规范。此外，数据集的构建过程透明，开源脚本与处理流程均可复现，为教育政策分析、招生趋势研究及数据可视化提供了坚实而独立的支撑。

使用方法

使用者无需本地克隆仓库，即可通过GitHub的原始数据URL直接加载CSV文件，利用Pandas等分析工具进行快速探索。推荐从`aciertos_unam_2021_2026.csv`入手，依据年份、领域或专业进行筛选，并可借助项目附带的交互式看板（agn3si.github.io/ResultadosUNAM---data）进行直观分析。如需深入定制，可基于MIT协议修改源代码，或依据CC BY 4.0协议引用数据。对于官方信息，建议交叉核对DGAE原始来源以确保准确性。

背景与挑战

背景概述

墨西哥国立自治大学（UNAM）作为拉丁美洲顶尖高等学府，其本科入学考试（licenciatura）每年吸引数十万考生，录取竞争异常激烈。2021年至2026年间，该校由总学术管理局（DGAE）负责的招生过程经历了重大变革，尤其在2026年首次将考试全面转为线上进行，导致考生成绩分布出现显著右移，引发社会广泛讨论。然而，此前并无整合所有学科领域与年份的公开数据库可供系统分析。数据集由独立研究者Karen Arlet Castrillo Cruz于2026年创建，通过自动化网页抓取技术从DGAE公开结果页面采集并清洗，最终形成包含超过102万条记录的结构化数据。该数据集填补了UNAM招生研究中统一、可复现数据源的空白，为教育政策分析、社会公平研究及考试设计评估提供了重要的实证基础。

当前挑战

该数据集所解决的领域问题在于，UNAM本科录取过程缺乏整合所有学科（四大知识领域）、年份（2021–2026）与校区（plantel）的公开结构化数据，导致研究者、记者与公众无法便捷地分析录取分数分布、跨年趋势及线上考试转型的影响。构建过程中面临的挑战包括：1）原始数据分散于DGAE数百个独立静态页面，需通过网页抓取技术逐一获取，且页面结构可能存在跨年变化；2）数据清洗面临异构编码、缺失值（如未参加考试的考生无成绩）及同一专业多校区记录的统一问题；3）法律与伦理层面需确保抓取行为合规，已明确数据集不含个人身份信息，并采用CC BY 4.0许可协议开放共享以促进学术复用。

常用场景

经典使用场景

该数据集主要服务于对墨西哥国立自治大学（UNAM）本科录取考试结果的系统性分析，尤其在2021至2026年间涉及四大知识领域的招生数据整合中扮演关键角色。研究者可借此追溯不同年份、不同学科及校区间的录取分数线波动与考生得分分布趋势，例如2026年首次在线考试引发的分数分布右移现象。数据以匿名考生编号、正确答题数、录取状态等核心字段呈现，支持跨年度、跨领域的比较分析，为教育政策评估、考试公平性研究及录取模型验证提供了坚实的量化基础。

解决学术问题

该数据集解决了长期存在于高等教育研究中的一个关键痛点：缺乏公开、统一且易于获取的录取考试明细数据。以往学者或记者若想分析UNAM的招生趋势，需手动从分散的公开页面逐条抓取信息，耗时且易出错。此数据集通过标准化收集102万余条记录，填补了该领域的系统数据空白，使得研究者得以实证检验不同考试形式（如线上与线下）对考生表现的显著影响，评估录取标准的一致性与透明度，进而推动关于大规模选拔考试公平性与有效性的学术讨论。

衍生相关工作

基于该数据集，已衍生出若干具有启发性与复制价值的经典工作。交互式仪表板的构建使得数据探索门槛大幅降低，成为教育数据分析民主化的范例。研究者利用Jupyter Notebook进行的探索性分析，揭示了2026年考试在线化对分数分布的异常冲击，相关方法可推广至其他大规模考试的数据审计。项目本身的开源架构与透明方法论（包括明确的爬虫脚本与CC BY 4.0数据许可）也树立了教育数据集发布的标杆，激励后续工作在公平录取、考试效度及教育机会平等等议题上持续深耕。