Education data mining para apoio à gestão estratégica da identificação de perfis evasivos e atenuação da evasão escolar no ensino superior
Year: 2020
Type: dissertation
Abstract: A mineracao de dados educacionais e um campo de pesquisa que visa extrair informacoes de grandes conjuntos de dados de cunho didatico. E uma area multidisciplinar com diversas possibilidades que ganha cada vez mais destaque em unidades de ensino. Esta tecnologia recente possibilita por meio de tecnicas de mineracao de dados gerar informacao a partir de atributos como, por exemplo, dados de desempenho academico. Pesquisas recentes apontam que estas tecnicas podem identificar alunos que apresentam indicadores para o abandono aos estudos. Sendo assim, a evasao escolar e um dos principais desafios das universidades e demais organizacoes que buscam compreender os motivos que levam o discente a evadir do curso escolhido. No entanto, modelos e perfis de alunos evasivos ainda sao pouco estudados, o que leva a falta de consolidacao sobre as razoes que elevam a evasao. Esta pesquisa propoe uma abordagem para a identificacao de perfis de estudantes evasivos no âmbito de unidades de ensino, com o intuito de apoiar decisoes que atenuem a evasao escolar no ensino superior. A metodologia apresentada consiste em obter e criar a base de dados para os estudos, a realizacao de analise preliminar do ambiente observado e o metodo que avalia o desempenho de alunos em disciplinas. Para avaliar a abordagem proposta, este trabalho realizou um estudo de caso com os dados de alunos da Universidade Federal de Sergipe, em cursos do Departamento de Computacao, para a aplicacao especifica do problema, consolidados em um Data Warehouse, que permitiu investigar a evasao entre os anos de 2007 a 2018. Nesta pesquisa, sao apresentados problemas comuns enquanto utilizacao de mineracao de dados educacionais, como: a selecao de atributos, estruturacao dos dados, valores erroneos e correcoes dos mesmos. O resultado inicial apresenta a acuracia de 98,647% para o algoritmo arvore de decisao, o que permite concluir que este e o algoritmo mais indicado para a tomada de decisao em cenarios onde se busca a atenuacao da evasao escolar.
Author: Kelly Joany de Oliveira Santos
Language: Portuguese
Subfield: Computer Science Applications
Field: Computer Science
Domain: Physical Sciences
Keywords: educational data mining, school dropout, higher education, student dropout prediction, student profile, decision tree, data warehouse, feature selection, data cleaning, academic performance, strategic management, Federal University of Sergipe, computer science courses, data mining challenges
SDG: Quality education
Open Access status: green
OpenAlex ID: W3160702982
