I · EL DATO
de quienes estudian Tecnología en el Perú son mujeres.
15,347 mujeres de 114,395 personas matriculadas
SUNEDU – TUNI · 2025
cada punto = 1% de las matrículas
I · EL PATRÓN
Ahora miremos distintas mediciones del sistema.
En la universidad
En campos STEM
En Tecnología
En el registro RENACYT
En Ingeniería y Tecnología RENACYT
Parece un embudo.
No lo es.
Son distintas mediciones, realizadas sobre universos diferentes, en momentos distintos. No siguen a las mismas personas. Restar estas cifras no da una tasa de abandono.
Tupuna no puede decirte cuántas mujeres pasaron de una medición a la siguiente, porque los datos públicos del Perú no registran esa trayectoria. Lo que sí puede decirte: en todas las mediciones, hechas por separado, la participación femenina cae del mismo lado.
II · EL INSTRUMENTO
Todo sobre un mismo eje
Cambia lo que quieres medir. La línea del 50% es la única referencia fija: es dónde estaría la paridad si existiera. Toca cualquier fila para ver de dónde sale ese número y con qué no se puede comparar.
Las fuentes y universos son distintos. Esta vista no representa una trayectoria.
III · LA PREGUNTA
¿Qué quieres saber que el eje no te muestra?
Respuestas construidas solo con lo que las fuentes permiten afirmar.
Hay preguntas que Tupuna no va a responder.
Cuando la fuente no permite sostener una cifra, Tupuna explica por qué en lugar de inventarla. Esa negativa también forma parte del dato.
IV · LA PROCEDENCIA
De dónde viene esto
Tupuna te dice de dónde sale cada número. Es justo que diga también de dónde sale Tupuna.
Empezó con una pregunta simple sobre las mujeres en la ciencia peruana. Los datos públicos existían, pero estaban repartidos en cuatro instituciones, en formatos distintos, con universos que no se pueden comparar sin romperlos.
Antes de diseñar una sola pantalla se construyó el pipeline: perfilado, limpieza, normalización, transformación, modelado y validación de las cuatro fuentes, con una capa semántica que documenta qué significa cada variable y qué comparaciones no se pueden hacer. El dataset y el código se publican por separado, así que se pueden auditar y reutilizar sin pasar por esta web.
Claudia A. Maucaylli-Campos
Creación y diseño de Tupuna
Diseño de producto y experiencia digital · Lima, Perú
Dataset procesado
Once archivos agregados y documentados, con diccionario, metadata de fuentes y contrato de datos. Archivado y citable en Zenodo.
Maucaylli-Campos, C. A., & Maucaylli-Campos, V. L. (2026).Women in higher education, STEM and scientific research in Peru:processed data from INEI, SUNEDU, RENACYT and PROCIENCIA(Version 1.0.0) [Dataset].Zenodo.https://doi.org/10.5281/zenodo.22151573
Pipeline reproducible
Python, pandas y DuckDB. Cada decisión metodológica queda escrita y se puede volver a ejecutar paso a paso. Licencia MIT.
Qué no se puede afirmar
Restricciones de interpretación y reglas metodológicas para leer correctamente las fuentes.