Pode a inteligência artificial apoiar ações contra evasão escolar universitária?
Resumo A evasão escolar é uma preocupação mundial devido às consequências negativas para toda a sociedade, sendo preciso investigá-la para compreendê-la e atuar de forma antecipada, mitigando seu risco de ocorrência. Esse trabalho propõe o emprego de Mineração de Dados Educacionais com técnicas de Aprendizado de Máquina para identificar as variáveis que são importantes para a caracterização do perfil do estudante em risco de evasão. As técnicas Máquina de Vetores de Suporte, Gradient Boosting Machine, Floresta Aleatória e comitê de máquina foram aplicadas a 1.429 registros de estudantes dos cursos superiores de um dos campi do IFMG, entre 2013 e 2019. Os resultados obtidos sugerem superioridade de desempenho do comitê de máquina, por meio do qual se obteve a importância das variáveis sobre o fenômeno em estudo, o que permitiu traçar o perfil do estudante evasor, por período. Tais resultados viabilizaram a proposição de um processo de detecção e acompanhamento desses estudantes.
Main Authors: | , , |
---|---|
Format: | Digital revista |
Language: | Portuguese |
Published: |
Fundação CESGRANRIO
2022
|
Online Access: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-40362022000300669 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
oai:scielo:S0104-40362022000300669 |
---|---|
record_format |
ojs |
spelling |
oai:scielo:S0104-403620220003006692022-07-12Pode a inteligência artificial apoiar ações contra evasão escolar universitária?Bitencourt,Wanderci AlvesSilva,Diego MelloXavier,Gláucia do Carmo Evasão Aprendizado de Máquina Estudantes Universitários Resumo A evasão escolar é uma preocupação mundial devido às consequências negativas para toda a sociedade, sendo preciso investigá-la para compreendê-la e atuar de forma antecipada, mitigando seu risco de ocorrência. Esse trabalho propõe o emprego de Mineração de Dados Educacionais com técnicas de Aprendizado de Máquina para identificar as variáveis que são importantes para a caracterização do perfil do estudante em risco de evasão. As técnicas Máquina de Vetores de Suporte, Gradient Boosting Machine, Floresta Aleatória e comitê de máquina foram aplicadas a 1.429 registros de estudantes dos cursos superiores de um dos campi do IFMG, entre 2013 e 2019. Os resultados obtidos sugerem superioridade de desempenho do comitê de máquina, por meio do qual se obteve a importância das variáveis sobre o fenômeno em estudo, o que permitiu traçar o perfil do estudante evasor, por período. Tais resultados viabilizaram a proposição de um processo de detecção e acompanhamento desses estudantes.info:eu-repo/semantics/openAccessFundação CESGRANRIOEnsaio: Avaliação e Políticas Públicas em Educação v.30 n.116 20222022-07-01info:eu-repo/semantics/articletext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-40362022000300669pt10.1590/s0104-403620220003002854 |
institution |
SCIELO |
collection |
OJS |
country |
Brasil |
countrycode |
BR |
component |
Revista |
access |
En linea |
databasecode |
rev-scielo-br |
tag |
revista |
region |
America del Sur |
libraryname |
SciELO |
language |
Portuguese |
format |
Digital |
author |
Bitencourt,Wanderci Alves Silva,Diego Mello Xavier,Gláucia do Carmo |
spellingShingle |
Bitencourt,Wanderci Alves Silva,Diego Mello Xavier,Gláucia do Carmo Pode a inteligência artificial apoiar ações contra evasão escolar universitária? |
author_facet |
Bitencourt,Wanderci Alves Silva,Diego Mello Xavier,Gláucia do Carmo |
author_sort |
Bitencourt,Wanderci Alves |
title |
Pode a inteligência artificial apoiar ações contra evasão escolar universitária? |
title_short |
Pode a inteligência artificial apoiar ações contra evasão escolar universitária? |
title_full |
Pode a inteligência artificial apoiar ações contra evasão escolar universitária? |
title_fullStr |
Pode a inteligência artificial apoiar ações contra evasão escolar universitária? |
title_full_unstemmed |
Pode a inteligência artificial apoiar ações contra evasão escolar universitária? |
title_sort |
pode a inteligência artificial apoiar ações contra evasão escolar universitária? |
description |
Resumo A evasão escolar é uma preocupação mundial devido às consequências negativas para toda a sociedade, sendo preciso investigá-la para compreendê-la e atuar de forma antecipada, mitigando seu risco de ocorrência. Esse trabalho propõe o emprego de Mineração de Dados Educacionais com técnicas de Aprendizado de Máquina para identificar as variáveis que são importantes para a caracterização do perfil do estudante em risco de evasão. As técnicas Máquina de Vetores de Suporte, Gradient Boosting Machine, Floresta Aleatória e comitê de máquina foram aplicadas a 1.429 registros de estudantes dos cursos superiores de um dos campi do IFMG, entre 2013 e 2019. Os resultados obtidos sugerem superioridade de desempenho do comitê de máquina, por meio do qual se obteve a importância das variáveis sobre o fenômeno em estudo, o que permitiu traçar o perfil do estudante evasor, por período. Tais resultados viabilizaram a proposição de um processo de detecção e acompanhamento desses estudantes. |
publisher |
Fundação CESGRANRIO |
publishDate |
2022 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-40362022000300669 |
work_keys_str_mv |
AT bitencourtwandercialves podeainteligenciaartificialapoiaracoescontraevasaoescolaruniversitaria AT silvadiegomello podeainteligenciaartificialapoiaracoescontraevasaoescolaruniversitaria AT xavierglauciadocarmo podeainteligenciaartificialapoiaracoescontraevasaoescolaruniversitaria |
_version_ |
1756409330529206272 |