Mineração de dados educacionais: uma análise sobre os preditores da evasão no Ensino Superior
A evasão no ensino superior é um desafio significativo para instituições de ensino, impactando tanto os estudantes quanto a sociedade. Este artigo investiga os principais preditores de evasão acadêmica por meio da aplicação de técnicas de Mineração de Dados Educacionais (MDE). A pesquisa utiliza um...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Portuguese |
| Published: |
Instituto Federal Sul-Rio-Grandense (IFSul)
2025-04-01
|
| Series: | Revista Educar + |
| Subjects: | |
| Online Access: | https://periodicos.ifsul.edu.br/index.php/educarmais/article/view/4120 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | A evasão no ensino superior é um desafio significativo para instituições de ensino, impactando tanto os estudantes quanto a sociedade. Este artigo investiga os principais preditores de evasão acadêmica por meio da aplicação de técnicas de Mineração de Dados Educacionais (MDE). A pesquisa utiliza um conjunto de dados provenientes de uma instituição de ensino superior, explorando características como desempenho acadêmico, perfil socioeconômico, engajamento estudantil, dados sobre a família, dentre outros. Foi utilizada como técnica de Mineração de Dados algoritmos de Aprendizagem de Máquina, estes além de possibilitarem a construção de um modelo eficaz para predição da evasão dos alunos, possibilitaram a identificação dos fatores mais relevantes para prever a evasão. Os resultados destacam que variáveis relacionadas ao rendimento acadêmico são os principais indicadores de risco. As conclusões oferecem insights que podem orientar estratégias institucionais para mitigar a evasão, promovendo a permanência e o sucesso acadêmico.
|
|---|---|
| ISSN: | 2237-9185 |