Utilização do sucesso acadêmico para prever o abandono escolar de estudantes do ensino superior: um caso de estudo1
Fuente:
Redalyc
Enregistré dans:
| Auteur principal: | |
|---|---|
| Format: | Artículo científico |
| Langue: | pt |
| Publié: |
Universidade de São Paulo
2018
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
| _version_ | 1876475066971062272 |
|---|---|
| author | António Carlos Corte-Real de Sousa |
| author_facet | António Carlos Corte-Real de Sousa |
| contents | Utilização do sucesso acadêmico para prever o abandono escolar de estudantes do ensino superior: um caso de estudo1 António Carlos Corte-Real de Sousa Carlos Alberto Bragança de Oliveira José Luís Cabral Moura Borges Educación Retenção Data mining Abandono escolar Regressão logística O abandono escolar é um problema complexo que afeta a maioria dos programas de graduação pós-secundária, em todo o mundo. O curso de engenharia industrial do Instituto ISVOUGA, localizado em Santa Maria da Feira, Portugal, não é exceção. Este estudo usou um conjunto de dados contendo informações gerais dos estudantes e suas notas para as unidades curriculares já avaliadas. A partir deste conjunto de dados, foram selecionados dezessete preditores potenciais: cinco intrínsecos (gênero, estado civil, situação profissional, idade e regime de dedicação aos estudos – integral ou parcial) e doze extrínsecos (as notas em todas as doze unidades curriculares ministradas durante os dois primeiros semestres do curso). O objetivo principal desta investigação foi prever a probabilidade de um estudante abandonar o curso com base nos referidos preditores. Foi usada uma regressão logística binária para classificar os estudantes como tendo uma probabilidade alta ou baixa de não se reinscreverem no curso. Para validar se a metodologia utilizada é apropriada para o estudo em causa, a precisão obtida com o modelo de regressão logística foi comparada, por via de uma validação cruzada com cinco partições, com a precisão obtida pela utilização de três métodos muito utilizados em data mining: One R, K Nearest Neighbors e Naive Bayes. O modelo de regressão logística identificou quatro variáveis significativas na previsão do abandono escolar (as classificações nas unidades curriculares de ciência dos materiais, eletricidade, cálculo 1 e química). Os dois preditores mais influentes do abandono dos estudantes são não conseguir aprovação nas unidades curriculares menos exigentes: ciência dos materiais e eletricidade. Ao contrário do que seria de supor antes desta investigação, descobrimos que a não aprovação em unidades curriculares mais exigentes, como física ou estatística, não tem influência significativa no abandono escolar. 2018 artículo científico 1517-9702 https://www.redalyc.org/articulo.oa?id=29858802129 https://www.redalyc.org/journal/298/29858802129/ https://www.redalyc.org/journal/298/29858802129/html/ https://www.redalyc.org/journal/298/29858802129/29858802129.epub https://www.redalyc.org/journal/298/29858802129/movil 10.1590/S1678-4634201844180590 pt http://www.redalyc.org/revista.oa?id=298 Educação e Pesquisa application/pdf Universidade de São Paulo Educação e Pesquisa (Brasil) Vol.44 |
| format | Artículo científico |
| id | redalyc_29858802129 |
| institution | Redalyc |
| language | pt |
| publishDate | 2018 |
| publisher | Universidade de São Paulo |
| spellingShingle | Utilização do sucesso acadêmico para prever o abandono escolar de estudantes do ensino superior: um caso de estudo1 António Carlos Corte-Real de Sousa Educación Retenção Data mining Abandono escolar Regressão logística Utilização do sucesso acadêmico para prever o abandono escolar de estudantes do ensino superior: um caso de estudo1 António Carlos Corte-Real de Sousa Carlos Alberto Bragança de Oliveira José Luís Cabral Moura Borges Educación Retenção Data mining Abandono escolar Regressão logística O abandono escolar é um problema complexo que afeta a maioria dos programas de graduação pós-secundária, em todo o mundo. O curso de engenharia industrial do Instituto ISVOUGA, localizado em Santa Maria da Feira, Portugal, não é exceção. Este estudo usou um conjunto de dados contendo informações gerais dos estudantes e suas notas para as unidades curriculares já avaliadas. A partir deste conjunto de dados, foram selecionados dezessete preditores potenciais: cinco intrínsecos (gênero, estado civil, situação profissional, idade e regime de dedicação aos estudos – integral ou parcial) e doze extrínsecos (as notas em todas as doze unidades curriculares ministradas durante os dois primeiros semestres do curso). O objetivo principal desta investigação foi prever a probabilidade de um estudante abandonar o curso com base nos referidos preditores. Foi usada uma regressão logística binária para classificar os estudantes como tendo uma probabilidade alta ou baixa de não se reinscreverem no curso. Para validar se a metodologia utilizada é apropriada para o estudo em causa, a precisão obtida com o modelo de regressão logística foi comparada, por via de uma validação cruzada com cinco partições, com a precisão obtida pela utilização de três métodos muito utilizados em data mining: One R, K Nearest Neighbors e Naive Bayes. O modelo de regressão logística identificou quatro variáveis significativas na previsão do abandono escolar (as classificações nas unidades curriculares de ciência dos materiais, eletricidade, cálculo 1 e química). Os dois preditores mais influentes do abandono dos estudantes são não conseguir aprovação nas unidades curriculares menos exigentes: ciência dos materiais e eletricidade. Ao contrário do que seria de supor antes desta investigação, descobrimos que a não aprovação em unidades curriculares mais exigentes, como física ou estatística, não tem influência significativa no abandono escolar. 2018 artículo científico 1517-9702 https://www.redalyc.org/articulo.oa?id=29858802129 https://www.redalyc.org/journal/298/29858802129/ https://www.redalyc.org/journal/298/29858802129/html/ https://www.redalyc.org/journal/298/29858802129/29858802129.epub https://www.redalyc.org/journal/298/29858802129/movil 10.1590/S1678-4634201844180590 pt http://www.redalyc.org/revista.oa?id=298 Educação e Pesquisa application/pdf Universidade de São Paulo Educação e Pesquisa (Brasil) Vol.44 |
| title | Utilização do sucesso acadêmico para prever o abandono escolar de estudantes do ensino superior: um caso de estudo1 |
| topic | Educación Retenção Data mining Abandono escolar Regressão logística |
| url | https://www.redalyc.org/articulo.oa?id=29858802129 https://www.redalyc.org/journal/298/29858802129/ https://www.redalyc.org/journal/298/29858802129/html/ https://www.redalyc.org/journal/298/29858802129/29858802129.epub https://www.redalyc.org/journal/298/29858802129/movil |