Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior
| Ano de defesa: | 2022 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| 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
|
| Palavras-chave em Português: | |
| Link de acesso: | https://bibliodigital.unijui.edu.br/handle/123456789/7721 |
Resumo: | 191 f. |
| id |
UNIJ_f07e4dd514e5dec02a8530b9223e2d9c |
|---|---|
| oai_identifier_str |
oai:bibliodigital.unijui.edu.br:123456789/7721 |
| network_acronym_str |
UNIJ |
| network_name_str |
Repositório Institucional da UNIJUI |
| repository_id_str |
|
| spelling |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superiorMATEMÁTICAEvasãoEducação a distânciaAnálise de aprendizagemMineração de dadosSistemas Web educacionaisPredição de evasão191 f.A evasão é um problema recorrente que atinge a gestão universitária o Brasil, principalmente em cursos e disciplinas oferecidos na modalidade de ensino a distância. A utilização de ferramentas que identificam de forma precoce os alunos propensos a evadir pode auxiliar professores e equipe educacional. Neste contexto, o objetivo desta tese é a construção de um modelo preditivo que identifique precocemente alunos propensos a evadir, que forneça características e descubra padrões de relacionamento sobre perfis desses alunos. O método utilizado segue um modelo de processo para análise da aprendizagem, cíclico e iterativo, que envolve as etapas de coleta de dados e pré-processamento, análise e ação e pós-processamento. Na etapa de coleta de dados e pré-processamento utilizou-se dados históricos, comportamentais e de desempenho de estudantes de uma instituição de ensino superior, referentes a um período de três anos. Na etapa de análise e ação, comparou-se algoritmos de classificação a fim de escolher o melhor classificador. O modelo implantado com a árvore de decisão, apresentou-se como sendo o mais adequado, sendo capaz de identificar, de forma precoce, alunos propensos a evadir. Na etapa de pós-processamento, realizou-se o refinamento do modelo existente. Constatou-se que: a combinação dos dados de desempenho, comportamental e demográfico contribuiu para uma intervenção personalizada durante o processo de detecção precoce de evasão em disciplinas EAD; o atributo que mais impactou no baixo desempenho e possível evasão nas disciplinas EAD foi a quantidade de disciplinas cursadas pelos alunos no semestre letivo analisado; existem atributos com o valor preditivo significativamente equivalentes que impactam no baixo desempenho dos alunos, os quais podem ser utilizados na construção de modelos preditivos de evasão para diferentes cursos; e, por fim, que o estilo de aprendizagem do aluno pode ser utilizado para conceber estratégias de intervenção buscando a redução do risco de alunos propensos à evasão. Palavras-chave: Evasão. Educação a distância. Análise de aprendizagem. Mineração de dados. Sistemas Web educacionais. Predição de evasão.2024-10-25T16:10:11Z2022-11-282024-10-25T16:10:11Z2024-05-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://bibliodigital.unijui.edu.br/handle/123456789/7721TeseChicon, Patricia Mariotto Mozzaquatroporreponame:Repositório Institucional da UNIJUIinstname:Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)instacron:UNIJUIinfo:eu-repo/semantics/openAccess2025-04-30T18:27:04Zoai:bibliodigital.unijui.edu.br:123456789/7721Repositório InstitucionalPUBhttps://bibliodigital.unijui.edu.br:8443/oai/requestbiblio@unijui.edu.bropendoar:2025-04-30T18:27:04Repositório Institucional da UNIJUI - Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI)false |
| dc.title.none.fl_str_mv |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior |
| title |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior |
| spellingShingle |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior Chicon, Patricia Mariotto Mozzaquatro MATEMÁTICA Evasão Educação a distância Análise de aprendizagem Mineração de dados Sistemas Web educacionais Predição de evasão |
| title_short |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior |
| title_full |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior |
| title_fullStr |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior |
| title_full_unstemmed |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior |
| title_sort |
Um modelo preditivo para apoiar decisões associadas à evasão escolar no ensino superior |
| author |
Chicon, Patricia Mariotto Mozzaquatro |
| author_facet |
Chicon, Patricia Mariotto Mozzaquatro |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Chicon, Patricia Mariotto Mozzaquatro |
| dc.subject.por.fl_str_mv |
MATEMÁTICA Evasão Educação a distância Análise de aprendizagem Mineração de dados Sistemas Web educacionais Predição de evasão |
| topic |
MATEMÁTICA Evasão Educação a distância Análise de aprendizagem Mineração de dados Sistemas Web educacionais Predição de evasão |
| description |
191 f. |
| publishDate |
2022 |
| dc.date.none.fl_str_mv |
2022-11-28 2024-10-25T16:10:11Z 2024-10-25T16:10:11Z 2024-05-23 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://bibliodigital.unijui.edu.br/handle/123456789/7721 |
| url |
https://bibliodigital.unijui.edu.br/handle/123456789/7721 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
Tese |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIJUI instname:Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI) instacron:UNIJUI |
| instname_str |
Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI) |
| instacron_str |
UNIJUI |
| institution |
UNIJUI |
| reponame_str |
Repositório Institucional da UNIJUI |
| collection |
Repositório Institucional da UNIJUI |
| repository.name.fl_str_mv |
Repositório Institucional da UNIJUI - Universidade Regional do Noroeste do Estado do Rio Grande do Sul (UNIJUI) |
| repository.mail.fl_str_mv |
biblio@unijui.edu.br |
| _version_ |
1841451849306079232 |