Year: 2020
Type: conference-paper
Study design: Observational Study
Abstract: A evasão é um problema frequente nas universidades brasileiras. Além da perda do aluno no meio acadêmico, pode provocar gastos universitários ineficientes uma vez que orçamento universitário não consegue atingir seu objetivo de formar o aluno. Técnicas de mineração de dados com auxílio de algoritmos podem auxiliar na identificação do possível aluno em evasão. Diversos algoritmos podem ser utilizados entre eles o Random Forest. Este trabalho visa identificar, com a ajuda deste algoritmo, a relevância de características pessoais nos alunos em associação com características demográficas no processo de evasão. O trabalho foi realizado nos dados de uma universidade pública federal em conjunto com dados do censo demográfico brasileiro. Os resultados alcançados, avaliados entre as duas bases de dados, permitem verificar quais características estão associadas aos alunos evadidos nesta universidade.
Language: Portuguese
Subfield: Computer Science Applications
Field: Computer Science
Domain: Physical Sciences
SDG: Quality education
Open Access status: bronze
OpenAlex ID: W3109028574
