Sistema inteligente para a predição de grupo de risco de evasão discente

• Ano de defesa: 2014
• Autor(a) principal: Martinho, Valquíria Ribeiro de Carvalho [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Sistemas inteligentes de controle; Redes neurais (Computação); Evasão universitaria; Intelligent control systems
• Link de acesso: http://hdl.handle.net/11449/100340

A evasão escolar é um dos problemas mais complexos e cruciais no âmbito da educação. Está presente e é motivo de preocupação nos vários níveis e modalidades de ensino, além de ferir o princípio da dignidade humana. No que tange ao ensino superior, internacionalmente, o fenômeno é objeto de atenção e de cuidado, no intuito de aumentar os índices de permanência e conclusão dos estudantes de graduação e minimizar os prejuízos sociais, econômicos, políticos, acadêmicos e financeiros causados a todos os envolvidos no processo educacional. Nesse contexto, é imprescindível o desenvolvimento de métodos e instrumentos eficientes e eficazes para predição, avaliação e acompanhamento de estudantes em risco de evasão, possibilitando o planejamento e a adoção de medidas proativas no intuito de minimizar a situação. Assim sendo, esta pesquisa tem por objetivo apresentar as potencialidades de um sistema inteligente capaz de identificar, de maneira proativa, continuada e acurada, o grupo de risco de evasão discente, da educação clássica-presencial, no ensino de nível superior. No desenvolvimento deste sistema foi utilizada uma das técnicas da inteligência artificial, as Redes Neurais Artificiais, mais especificamente, a Rede Neural ARTMAP-Fuzzy, uma rede neural da família ART (Adaptive Resonance Theory) que possibilita o aprendizado continuado do sistema. Para o treinamento e teste da Rede Neural e, posteriormente, a validação do sistema proposto foram utilizados os dados socioeconômicos e acadêmicos dos estudantes matriculados nos cursos superiores de tecnologia do Instituto Federal de Mato Grosso - IFMT. Os dados que compuseram os vetores de entrada do sistema foram coletados a partir de dois bancos de dados do sistema de informação do IFMT, respectivamente, o Q-seleção e o Q-Acadêmico. Este sistema faz a classificação dos padrões de entrada em propensos...