Extracción de Datos Educativos para Predecir la Deserción de Estudiantes en una Institución Escolar Pública Profesional
Palabras clave:
Abandono escolar, Machine Learning, Minería de datos, Datos escolares, PronósticosResumen
La gestión de datos escolares ha venido recibiendo apoyo tecnológico y es una importante herramienta de gestión, tanto desde el punto de vista educativo como administrativo. Educativamente, estos datos pueden ayudar a identificar problemas de deserción y contribuir a la identificación de estudiantes con perfiles de deserción. Por lo tanto, este trabajo tiene como objetivo recopilar y extraer datos para la aplicación de aprendizaje automático en IFSP, con especial atención al campus de Itapetininga, para verificar si es posible predecir perfiles de estudiantes con posibilidad de deserción escolar. Por lo tanto, este trabajo se justifica en términos del intento de maximizar el uso de los recursos públicos con una reducción de la deserción escolar y mejorar el éxito de los estudiantes en el campus.Los resultados del trabajo realizado mostraron, con cierto margen de seguridad, la predicción de la deserción escolar con los datos considerados del preprocesamiento de la base de datos del SUAP, pasando por técnicas de aprendizaje automática hasta la visualización de los resultados aquí presentados. Según lo expuesto, existe una herramienta computacional que puede ayudar a la gestión escolar y, principalmente, incentivar prácticas que busquen reducir la deserción escolar en el campus de Itapetininga.
Descargas
Citas
ANDIFES, ANDIFES; ABRUEM, ABRUEM; OTHERS. Diplomação, retenção e evasão nos cursos de graduação em instituições de ensino superior públicas: resumo do relatório apresentado a ANDIFES, ABRUEM e SESu/MEC pela Comissão Especial. Avaliação: Revista da Avaliação da Educação Superior, [S. l.], v. 1, n. 2, 1996. Disponível em: https://www.lume.ufrgs.br/bitstream/handle/10183/225423/000224712.pdf?sequence=1. Acesso em 20 de agosto de 2022.
BAKER, Ryan; ISOTANI, Seiji; CARVALHO, Adriana. Mineração de dados educacionais: Oportunidades para o Brasil. Revista Brasileira de Informática na Educação, [S. l.], v. 19, n. 02, p. 3, 2011. Disponível em: http://ojs.sector3.com.br/index.php/rbie/article/view/1301. Acesso em 20 de agosto de 2022.
BRASIL, Ministério da Educação. Secretaria de Educação Profissional e Tecnológica. Brasília, 2018 Disponível em: http://portal.mec.gov.br/rede-federal-inicial/instituicoes. Acesso em 20 de agosto de 2022.
BRUCE, Peter; BRUCE, Andrew; GEDECK, Peter. Practical Statistics for Data Scientists: 50+ Essential Concepts Using R and Python. [s.l.] : O’Reilly Media, 2020.
CAMILO, Cássio Oliveira; SILVA, João Carlos Da. Mineração de dados: Conceitos, tarefas, métodos e ferramentas. Universidade Federal de Goiás (UFC), [S. l.], p. 1–29, 2009. Disponível em: https://rozero.webcindario.com/disciplinas/fbmg/dm/RT-INF_001-09.pdf. Acesso em 20 de agosto de 2022.
COSTA, Claudio Napolis; COUTINHO, Jonatas Vieira; DE MAGALHÃES, Lúcia Helena; ARBEX, Márcio Aarestrup. Descoberta de conhecimento em bases de dados. Revista Eletrônica: Faculdade Santos Dumont, [S. l.], v. 2, 2019. Disponível em: https://www.fsd.edu.br/wp-content/uploads/2019/12/artigo9.pdf. Acesso em 20 de agosto de 2022.
COSTA, Evandro; BAKER, Ryan SJd; AMORIM, Lucas; MAGALHÃES, Jonathas; MARINHO, Tarsis. Mineração de dados educacionais: conceitos, técnicas, ferramentas e aplicações. Jornada de Atualização em Informática na Educação, [S. l.], v. 1, n. 1, p. 1–29, 2013. Disponível em: http://ojs.sector3.com.br/index.php/pie/article/view/2341. Acesso em 20 de agosto de 2022.
CRUZ, Erica; GONÇALVES, Márcia Ribeiro. Evasão na educação de jovens e adultos. LINKSCIENCEPLACE - Interdisciplinary Scientific Journal, [S. l.], v. 2, n. 3, 2015.
DA CUNHA, Jacqueline Veneroso Alves; DE LUCA, Márcia Martins Mendes; DE LIMA, Gerlando Augusto Sampaio Franco; CORNACCHIONE JR, Edgard Bruno; OTT, Ernani. Quem está ficando para trás? Uma década de evasão nos cursos brasileiros de graduação em Administração de Empresas e Ciências Contábeis. Revista de Educação e Pesquisa em Contabilidade, [S. l.], v. 9, n. 2, p. 124–142, 2015. Disponível em: https://www.redalyc.org/pdf/4416/441642788002.pdf. Acesso em 20 de agosto de 2022.
DA SILVA, Eduardo Moura; RUY, Fabiano Borges; MUTZ, Filipe Wall. Abordagem para análise de múltiplas fontes de dados de evasão escolar. Anais do Computer on the Beach, v. 13, p. 149-156, 2022.Disponível em: https://periodicos.univali.br/index.php/acotb/article/view/18791/10792 Acessado em 03 de julho de 2023.
DE MARIZ FERNANDES, Francisco das Chagas. Gestão dos Institutos Federais: O desafio do centenário da rede federal de educação profissional e tecnológica. HOLOS, [S. l.], v. 2, p. 3–9, 2009. Disponível em: https://www.redalyc.org/pdf/4815/481549226002.pdf. Acesso em 20 de agosto de 2022.
DE MELO, João Ricardo Freire; DE ASSIS MEDEIROS, Ana Karoliny. Evasão escolar precoce no ensino superior a distância: Uma análise segundo os dados do curso de licenciatura em letras no IFPB. Research, Society and Development, v. 10, n. 7, p. e31510717230-e31510717230, 2021. Disponível em: https://rsdjournal.org/index.php/rsd/article/download/17230/15016. Acessado em 03 de julho de 2023.
DORE, Rosemary; LÜSCHER, Ana Zuleima. Permanência e evasão na educação técnica de nível médio em Minas Gerais. Cadernos de pesquisa, [S. l.], v. 41, n. 144, p. 770–789, 2011. Disponível em: https://www.scielo.br/j/cp/a/jgRKBkHs5GrxxwkNdNNtTfM/abstract/?lang=pt. Acesso em 20 de agosto de 2022.
DUTRA, Janderson Ferreira; DE SOUZA, João Paulo Lopes; DE SOUZA FERNANDES, Damires Yluska. Classificação de estudantes com potencial à evasão: aplicando mineração de dados no contexto de cursos técnicos subsequentes do IFPB. Revista Principia-Divulgação Científica e Tecnológica do IFPB, v. 59, n. 3, p. 1009-1027, 2022. Disponível em: https://periodicos.ifpb.edu.br/index.php/principia/article/download/5488/1795. Acesso em 03 de julho de 2023.
FAYYAD, Usama; PIATETSKY-SHAPIRO, Gregory; SMYTH, Padhraic. From data mining to knowledge discovery in databases. AI magazine, [S. l.], v. 17, n. 3, p. 37, 1996. Disponível em: https://ojs.aaai.org/index.php/aimagazine/article/view/1230. Acesso em 20 de agosto de 2022.
FERRARI, DANIEL GOMES; SILVA, LEANDRO NUNES D. E. CASTRO. Introdução a mineração de dados. São Paulo, Saraiva, 2017.
FEY, Ademar Felipe; DE CASTILHOS LUCENA, Karina; DA SILVA FOGAÇA, Valéria Nagali. Evasão no Ensino Superior: uma pesquisa numa IES do ensino privado. Revista de Humanidades, Tecnologia e Cultura, [S. l.], v. 1, n. 1, 2013. Disponível em: http://www.fatecbauru.edu.br/rehutec/artigos/3-Evas+%FAo%20no%20Ensino%20Superior.pdf. Acesso em 20 de agosto de 2022.
FIGUEIREDO, Natália Gomes da Silva; SALLES, Denise Medeiros Ribeiro. Educação Profissional e evasão escolar em contexto: motivos e reflexões. Ensaio: Avaliação e Políticas Públicas em Educação, [S. l.], v. 25, n. 95, p. 356–392, 2017. Disponível em: https://www.scielo.br/j/ensaio/a/Bw8WKpzdP3w8qn5zL68C3sq/abstract/?lang=pt. Acesso em 20 de agosto de 2022.
FREIRE, Paulo. Pedagogia da autonomia: saberes necessários à prática educativa. São Paulo: Paz e Terra, 1996.
FRITSCH, Rosangela; DA ROCHA, Cleonice Silveira; VITELLI, Ricardo Ferreira. A evasão nos cursos de graduação em uma instituição de ensino superior privada. Revista Educação em Questão, [S. l.], v. 52, n. 38, p. 81–108, 2015. Disponível em: https://periodicos.ufrn.br/educacaoemquestao/article/view/7963/. Acesso em 20 de agosto de 2022.
GILIOLI, Renato de Sousa Porto. Evasão em instituições federais de ensino superior no Brasil: expansão da rede, Sisu e desafios. Brasília: Câmara dos Deputados, [S. l.], p. 49, 2016. Disponível em: https://nupe.blumenau.ufsc.br/files/2017/05/evasao_institui%C3%A7%C3%B5es.pdf. Acesso em 20 de agosto de 2022.
HALL, Mark; FRANK, Eibe; HOLMES, Geoffrey; PFAHRINGER, Bernhard; REUTEMANN, Peter; WITTEN, Ian H. The WEKA data mining software: an update. ACM SIGKDD explorations newsletter, [S. l.], v. 11, n. 1, p. 10–18, 2009. Disponível em: https://dl.acm.org/doi/abs/10.1145/1656274.1656278. Acesso em 20 de agosto de 2022.
INEP, Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Dicionário de indicadores educacionais: fórmulas de cálculo. Coordenação-Geral de sistemas integrados de informações educacionais, Brasília 2017.
KANTORSKI, Gustavo; FLORES, Evandro G.; SCHMITT, Jáder; HOFFMANN, Ivan; BARBOSA, Fernando. Predição da evasão em cursos de graduação em instituições públicas. In: BRAZILIAN SYMPOSIUM ON COMPUTERS IN EDUCATION (SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO-SBIE) 2016, Anais [...]. [s.l: s.n.] p. 906. Disponível em: http://ojs.sector3.com.br/index.php/sbie/article/view/6776. Acesso em 20 de agosto de 2022.
LANES, Mariele; ALCÂNTARA, Cleber. Predição de Alunos com Risco de Evasão: estudo de caso usando mineração de dados. In: BRAZILIAN SYMPOSIUM ON COMPUTERS IN EDUCATION (SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO-SBIE) 2018, Anais [...]. [s.l: s.n.] p. 1921. Disponível em: http://ojs.sector3.com.br/index.php/sbie/article/view/8191. Acesso em 20 de agosto de 2022.
LIMA, Monique Tamara de. Aplicação de técnicas de aprendizado de máquina para classificar alunos de cursos de idiomas com relação à possibilidade de evasão. 2019. Trabalho de Conclusão de Curso. Universidade Tecnológica Federal do Paraná. Disponível em: http://riut.utfpr.edu.br/jspui/bitstream/1/12285/1/LD_COENP_2019_1_09.pdf. Acessado em: 03 de julho de 2023.
MARQUES, Leonardo Torres et al. Mineraçao de dados auxiliando na descoberta das causas da evasao escolar: Um mapeamento sistemático da literatura. RENOTE, v. 17, n. 3, p. 194-203, 2019. Disponível em: https://www.researchgate.net/profile/Caetano-Segundo/publication/320994972_Mineracao_de_dados_aplicada_a_educacao_um_estudo_comparativo_acerca_das_caracteristicas_que_influenciam_a_evasao_escolar/links/5c4ef51aa6fdccd6b5cf333a/Mineracao-de-dados-aplicada-a-educacao-um-estudo-comparativo-acerca-das-caracteristicas-que-influenciam-a-evasao-escolar.pdf . Acesso em 02 de julho de 2023.
NERI, Marcelo; OSORIO, Manuel Camillo. Evasão escolar e jornada remota na pandemia. Revista NECAT-Revista do Núcleo de Estudos de Economia Catarinense, v. 10, n. 19, p. 28-55, 2021. Disponível em: https://www.academia.edu/download/89214841/479044992.pdf. Acessado em: 03 de julho de 2023.
SHIGUNOV NETO, Alexandre; MACIEL, Lizete Shizue Bomura. Refletindo sobre o passado, o presente e as propostas futuras na formação de professores. Revista Internacional de Formação de Professores, v. 1, n. 2, p. 172-186, 2016.
NAVEGA, Sergio. Princípios essenciais do data mining. Anais do Infoimagem, [S. l.], 2002. Disponível em: http://www.intelliwise.com/reports/i2002.pdf. Acesso em 20 de agosto de 2022.
OLIVEIRA, Isleimar S.; MEDEIROS, Francisco Petrônio A.; ANDRADE, Fabio G. Seleção de Atributos para Classificadores de Evasão Escolar com Dados da Plataforma Nilo Peçanha. In: Anais do I Workshop de Aplicações Práticas de Learning Analytics em Instituições de Ensino no Brasil. SBC, 2022. p. 30-39. Disponível em: https://sol.sbc.org.br/index.php/wapla/article/download/22520/22344/ Acessado em: 03 de julho de 2023.
PIAGET, Jean. A psicologia da inteligência. Petrópolis. Vozes, 2013.
RIGO, Sandro J.; CAZELLA, Silvio C.; CAMBRUZZI, Wagner. Minerando Dados Educacionais com foco na evasão escolar: oportunidades, desafios e necessidades. In: Anais do Workshop de Desafios da Computação Aplicada à Educação, 2012. p. 168-177. Disponível em https://www.academia.edu/download/54682137/2787-4763-1-SM.pdf . Acessado em 03 de julho de 2023.
SACCARO, Alice; FRANÇA, Marco Túlio Aniceto; JACINTO, Paulo de Andrade. Fatores Associados à Evasão no Ensino Superior Brasileiro: um estudo de análise de sobrevivência para os cursos das áreas de Ciência, Matemática e Computação e de Engenharia, Produção e Construção em instituições públicas e privadas. Estudos Econômicos (São Paulo), [S. l.], v. 49, n. 2, p. 337–373, 2019. Disponível em: https://www.scielo.br/j/ee/a/9YxHxWkk6Dzy35CpgmxXbPt/abstract/?lang=pt. Acesso em 20 de agosto de 2022.
SILVA FILHO, Raimundo Barbosa; DE LIMA ARAÚJO, Ronaldo Marcos. Evasão e abandono escolar na educação básica no Brasil: fatores, causas e possíveis consequências. Educação por escrito, [S. l.], v. 8, n. 1, p. 35–48, 2017. Disponível em: https://revistaseletronicas.pucrs.br/index.php/porescrito/article/view/24527. Acesso em 20 de agosto de 2022.
SILVA FILHO, Roberto Leal Lobo; MOTEJUNAS, Paulo Roberto; HIPÓLITO, Oscar; LOBO, Maria Beatriz de Carvalho Melo. A evasão no ensino superior brasileiro. Cadernos de pesquisa, [S. l.], v. 37, n. 132, p. 641–659, 2007. Disponível em: https://www.scielo.br/j/cp/a/x44X6CZfd7hqF5vFNnHhVWg/abstract/?lang=pt. Acesso em 20 de agosto de 2022.
SOARES, Leandra Cristina Cavina Piovesan et al. Aplicação de técnicas de aprendizado de máquina em um contexto acadêmico com foco na identificação dos alunos evadidos e não evadidos. Humanidades & Inovação, v. 7, n. 8, p. 223-235, 2020. Disponível em: https://revista.unitins.br/index.php/humanidadeseinovacao/article/download/3293/1617 Acessado em 03 de julho de 2023.
Archivos adicionales
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Revista Brasileira de Iniciação Científica
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
