Melhoria da gestão escolar através do uso de técnicas de mineração de dados educacionais: um estudo de caso em escolas municipais de Maceió

Autores

  • Olival de Gusmão Freitas Júnior Instituto de Computação - Universidade Federal de Alagoas (UFAL)
  • Wanderson Rubian Martins Rodrigues 1Instituto de Computação - Universidade Federal de Alagoas (UFAL)
  • João Carlos Cordeiro Barbirato Instituto de Computação - Universidade Federal de Alagoas (UFAL)
  • Evandro de Barros Costa Instituto de Computação - Universidade Federal de Alagoas (UFAL)

DOI:

https://doi.org/10.22456/1679-1916.95796

Palavras-chave:

Índice de Desenvolvimento da Educação Básica (IDEB), CRISP-DM, Mineração de dados educacionais, Metodologia para predição de indicadores.

Resumo

Este artigo tem como objetivo utilizar uma ferramenta de mineração de dados, para analisar o Índice de Desenvolvimento da Educação Básica (IDEB) das escolas públicas do município de Maceió, visando auxiliar no processo decisório dos gestores educacionais pela adoção de medidas de melhoria da gestão escolar. Utilizam-se os dados educacionais das escolas públicas de Maceió coletados do portal do INEP, principalmente, das informações dos questionários aplicados aos alunos que realizaram a Prova Brasil. Neste trabalho, utilizou-se duas técnicas de mineração de dados: regressão linear e árvore de decisão, visando identificar fatores que influenciam no desempenho do IDEB. Os resultados indicam que diversos fatores influenciam o desempenho do aluno, tais como: a escolaridade dos pais do aluno, o incentivo aos estudos e o compromisso do docente.

Downloads

Não há dados estatísticos.

Downloads

Publicado

2019-07-28

Como Citar

DE GUSMÃO FREITAS JÚNIOR, O.; RUBIAN MARTINS RODRIGUES, W.; CARLOS CORDEIRO BARBIRATO, J.; DE BARROS COSTA, E. Melhoria da gestão escolar através do uso de técnicas de mineração de dados educacionais: um estudo de caso em escolas municipais de Maceió. Revista Novas Tecnologias na Educação, Porto Alegre, v. 17, n. 1, p. 296–305, 2019. DOI: 10.22456/1679-1916.95796. Disponível em: https://seer.ufrgs.br/index.php/renote/article/view/95796. Acesso em: 19 abr. 2024.

Edição

Seção

Mineração de dados educacionais