Análise da construção de modelos preditivos sob a perspectiva de indicadores de evasão

Patricia Mariotto Mozzaquatro Chicon, Leo Natan Paschoal, Fabricia Carneiro Roos Frantz, Rafael Zancan Frantz, Sandro Sawicki

Resumo


A predição de evasão de alunos com base em modelos que utilizam dados oriundos de ambientes virtuais de aprendizagem é um tema de pesquisa que desperta interesse por auxiliar na gestão acadêmica. Foi constatado em um estudo anterior que três indicadores principais sinalizam a evasão: comportamento do aluno, desempenho do aluno e aspectos demográficos. Apesar de que os modelos de predição de evasão encontrados na literatura
fazem uso de alguns dados que caracterizam esses indicadores, não está claro o quanto os indicadores orientam a construção dos modelos preditivos. Uma análise de modelos preditivos reportados em estudos primários foi realizada para identificar como os indicadores de desempenho, comportamental e demográfico são utilizados na construção dos modelos de predição de evasão. Os resultados obtidos revelam que a maioria dos modelos preditivos, independente do indicador de evasão, faz uso da mineração de dados. Adicionalmente, os indicadores de evasão abordados pelos modelos preditivos, implementam em sua maioria métodos de árvore de decisão. Por fim, a métrica mais usada para avaliar os modelos preditivos é a precisão/acurácia, também independente dos indicadores de evasão.


Palavras-chave


Evasão escolar, Indicadores de evasão, Modelos de predição.

Texto completo:

PDF


DOI: https://doi.org/10.22456/1679-1916.118494

Direitos autorais 2021 Patricia Mariotto Mozzaquatro Chicon, Leo Natan Paschoal, Fabricia Carneiro Roos Frantz, Rafael Zancan Frantz, Sandro Sawicki



RENOTE - Revista Novas Tecnologias na Educação      ISSN 1679-1916

A RENOTE, possui a nota Qualis B1 (Ensino) e B1 (Interdisciplinar) no Sistema de Avaliação da CAPES.

Centro Interdisciplinar de Novas Tecnologias na Educação (CINTED) - Universidade Federal do Rio Grande do Sul (UFRGS)

Avenida Paulo Gama, 110 - Anexo III – 3o andar
Porto Alegre, RS, Brasil – CEP: 90040-060

Telefone: (51) 3308-4100
E-mail: renote@cinted.ufrgs.br