Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Assis, Lucas Rocha Soares de
Orientador(a): Ramos, Guilherme Novaes
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://repositorio.unb.br/handle/10482/32139
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.
id UNB_463fac168abceae6022144cda77c0723
oai_identifier_str oai:repositorio2.unb.br:10482/32139
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Assis, Lucas Rocha Soares deRamos, Guilherme Novaes2018-06-29T16:37:42Z2018-06-29T16:37:42Z2018-06-252017-12-12ASSIS, Lucas Rocha Soares de. Perfil de evasão no ensino superior brasileiro: uma abordagem de mineração de dados. 2017. xix, 134 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2017.http://repositorio.unb.br/handle/10482/32139Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.A evasão no ensino superior é um problema que atinge diversas instituições no mundo. No Brasil, não há divulgação regular de dados sobre o assunto. Neste trabalho foram aplicadas técnicas de mineração de dados para criar um perfil de estudantes que evadem do ensino superior brasileiro. Utilizando dados do Censo da Educação Superior (CES) e Exame Nacional do Ensino Médio (ENEM), foram criados modelos de cinco algoritmos de classificação para analisar a evasão de alunos ingressantes em três diferentes níveis de evasão. Os experimentos foram conduzidos nos dados de estudantes da UnB. Entre os algoritmos testados, o CART obteve um desempenho marginalmente superior, na métrica de sensibilidade. Ele obteve desempenho de cerca de 84% para evasão a nível de curso. Nos demais testes, não houve diferença estatisticamente significativa entre os algoritmos. As principais características identificadas nos alunos que possuem propensão a evadir são: ingressar no primeiro semestre, possuir vínculos com mais de uma IES, obter notas acima da média nos exames do ENEM e já ter concluído o ensino médio no momento que realiza as provas do ENEM. Também foi desenvolvido um pacote para o R em que é possível treinar novos classificadores de evasão, que podem ser utilizados para determinar, em qualquer IES ou grupo de IES, quais alunos possuem maior tendência de evadir.Student attrition and eventual dropout are problems that affect many universities around the world. In Brazil, there are no official statistics to monitor them. In this work, data mining techniques were used in order to unveil a profile of dropout students from the Brazilian higher education. The data from Brazil’s higher education census, CES, and its nation-wide high school exam, ENEM, were used to create multiple classification models, ranging from five different classification methods and three separate dropout definitions. The experiments were conducted on UnB’s students’ data. Among the classification methods, CART showed a subtle lead, performance wise. It obtained a sensibility score of around 84% when the dropout definition was focused on the student’s major. On the other two dropout definitions, there wasn’t a statistically significant difference between the tested methods. The main characteristics for the dropout students unveiled by the generated models were: to enter the university in the first semester, attend to more than one institution, obtain higher than average grades on the high school examinations and finally, having graduated from high school when taking the ENEM exam. Furthermore, a R package was developed in order to train new classifiers for dropout. It can be used to determine, in a given database, which students are more likely to dropout.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessPerfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisEvasão universitáriaEstudantes universitáriosporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNBORIGINAL2017_LucasRochaSoaresdeAssis.pdf2017_LucasRochaSoaresdeAssis.pdfapplication/pdf2091134http://repositorio2.unb.br/jspui/bitstream/10482/32139/1/2017_LucasRochaSoaresdeAssis.pdf2fcd4b8ed112e41c3547128422ec3c40MD51open accessLICENSElicense.txtlicense.txttext/plain673http://repositorio2.unb.br/jspui/bitstream/10482/32139/2/license.txt04587889c0a9cc4613b199de6b76dc6cMD52open access10482/321392023-07-14 15:59:41.662open accessoai:repositorio2.unb.br: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Biblioteca Digital de Teses e DissertaçõesPUBhttps://repositorio.unb.br/oai/requestopendoar:2023-07-14T18:59:41Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados
title Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados
spellingShingle Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados
Assis, Lucas Rocha Soares de
Evasão universitária
Estudantes universitários
title_short Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados
title_full Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados
title_fullStr Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados
title_full_unstemmed Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados
title_sort Perfil de evasão no ensino superior brasileiro : uma abordagem de mineração de dados
author Assis, Lucas Rocha Soares de
author_facet Assis, Lucas Rocha Soares de
author_role author
dc.contributor.author.fl_str_mv Assis, Lucas Rocha Soares de
dc.contributor.advisor1.fl_str_mv Ramos, Guilherme Novaes
contributor_str_mv Ramos, Guilherme Novaes
dc.subject.keyword.pt_BR.fl_str_mv Evasão universitária
Estudantes universitários
topic Evasão universitária
Estudantes universitários
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2017.
publishDate 2017
dc.date.submitted.none.fl_str_mv 2017-12-12
dc.date.accessioned.fl_str_mv 2018-06-29T16:37:42Z
dc.date.available.fl_str_mv 2018-06-29T16:37:42Z
dc.date.issued.fl_str_mv 2018-06-25
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ASSIS, Lucas Rocha Soares de. Perfil de evasão no ensino superior brasileiro: uma abordagem de mineração de dados. 2017. xix, 134 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2017.
dc.identifier.uri.fl_str_mv http://repositorio.unb.br/handle/10482/32139
identifier_str_mv ASSIS, Lucas Rocha Soares de. Perfil de evasão no ensino superior brasileiro: uma abordagem de mineração de dados. 2017. xix, 134 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2017.
url http://repositorio.unb.br/handle/10482/32139
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
bitstream.url.fl_str_mv http://repositorio2.unb.br/jspui/bitstream/10482/32139/1/2017_LucasRochaSoaresdeAssis.pdf
http://repositorio2.unb.br/jspui/bitstream/10482/32139/2/license.txt
bitstream.checksum.fl_str_mv 2fcd4b8ed112e41c3547128422ec3c40
04587889c0a9cc4613b199de6b76dc6c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv
_version_ 1797405963670519808

Registros relacionados