Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Pontarolo, Edilson | - |
Autor(es): dc.contributor | Pontarolo, Edilson | - |
Autor(es): dc.contributor | Casanova, Dalcimar | - |
Autor(es): dc.contributor | Cavalcanti, Pablo Gautério | - |
Autor(es): dc.creator | Kraemer, Johnny Rockembach | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:39:16Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:39:16Z | - |
Data de envio: dc.date.issued | 2020-11-17 | - |
Data de envio: dc.date.issued | 2020-11-17 | - |
Data de envio: dc.date.issued | 2018-06-20 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/15526 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/657509 | - |
Descrição: dc.description | The current scenario of higher education institutions in Brazil is characterized as a highly competitive environment, caused by the increase in the number of institutions, available programs, ease of access, exchange and re-entry of students among these programs and institutions. At the same time, there been high dropout rates, which in 2014 reached 25.4% concerning on-site undergraduate programs, a phenomenon that causes losses to students, educational institutions, and society. In order to help to infer the students who are more likely to drop out of the programs, this work presents the development of a system designed to estimate a student's probability of dropping out of a program. The system employs some of the well-known classification algorithms, integrated into a Business Intelligence web system, thus making possible a more accurate decision-making based on quantitative information. We tested the system on 10,371 student’s records from 10 on-site undergraduate programs and obtained, on the experimental setup, a margin of success in predicting student's dropout tendency ranging from 92.34% minimum and 99.32% maximum, with an average of 95.81%. Among the potential benefits of the application of data mining in this context, we can cite the aid in the identification of the students who are more likely to drop out, thus enabling a better decision-making in the fight against dropout and its undesired consequences. | - |
Descrição: dc.description | O atual cenário das instituições de ensino superior no Brasil se caracteriza como um ambiente altamente competitivo, causado pelo crescimento do número de instituições, cursos disponíveis, facilidade de acesso, troca e reingresso de acadêmicos entre estes cursos e instituições. Ao mesmo tempo, verificam-se elevados índices de evasão, que em 2014 chegaram a 25,4% nos cursos presenciais, fenômeno este que gera prejuízos ao aluno, à instituição de ensino e a toda sociedade. Com o intuito de auxiliar a inferir os alunos com maior tendência a evadirem dos cursos, este trabalho apresenta o desenvolvimento de um sistema de estimativa da probabilidade de evasão, utilizando-se de algoritmos de classificação já existentes e um sistema web de Business Intelligence, tornando assim possível a tomada de decisão a partir de informações quantitativas mais precisas. Este sistema foi desenvolvido e testado sobre uma base de 10.371 registros de alunos de dez cursos de graduação e obteve uma margem de sucesso na previsão da tendência de evasão do aluno variando de 92,34% no mínimo e 99,32% no máximo, com uma média de 95,81% entre todos os cursos analisados sobre a base de testes. Entre os potenciais benefícios da aplicação da mineração de dados neste contexto podemos citar o auxílio na identificação dos estudantes com maior probabilidade de evadirem dos respectivos cursos, possibilitando assim uma melhor tomada de decisão no combate à evasão. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Pato Branco | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Departamento Acadêmico de Informática | - |
Publicador: dc.publisher | Tecnologia em Análise e Desenvolvimento de Sistemas | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Evasão escolar | - |
Palavras-chave: dc.subject | Ensino superior | - |
Palavras-chave: dc.subject | Algorítmos | - |
Palavras-chave: dc.subject | Inteligência competitiva (Administração) | - |
Palavras-chave: dc.subject | Dropouts | - |
Palavras-chave: dc.subject | Education, Higher | - |
Palavras-chave: dc.subject | Algorithms | - |
Palavras-chave: dc.subject | Business intelligence | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO | - |
Título: dc.title | Sistema de apoio à decisão para prevenção da evasão nas instituições de ensino superior | - |
Título: dc.title | Decision support system to prevent dropout in higher education institutions | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: