Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial

Detalhes bibliográficos
Autor(a) principal: Giordano, Carlos Vital
Data de Publicação: 2023
Outros Autores: Souza, Raphael Antonio de
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://doi.org/10.25755/int.29456
Resumo: A desistência escolar é problema preocupante para as instituições de ensino, a sociedade, os formuladores de políticas educacionais e alunos. A identificação precoce dos alunos com alta probabilidade de evasão é essencial no estabelecimento de ações de prevenção do distúrbio. A investigação objetiva verificar a opção da utilização de algoritmo de Aprendizado de Máquina (AM) na identificação de alunos com maior risco de evasão. Por meio de ferramenta de Autoaprendizado de Máquina (AutoML), analisou-se os dados de 1.222 alunos de curso técnico de IEPT (Instituição de Educação Profissional e Tecnológica). Após o pré processamento dos dados, submeteu-se os dados purgados à ferramenta de Atol, e esta gerou modelo de algoritmo com acurácia superior a 90,0% quando da identificação de alunos com possibilidade de abandono. Os resultados do estudo demonstram a perspectiva favorável no uso da AM em dados educacionais.
id RCAP_564388f2714abd82a65612e12118607c
oai_identifier_str oai:ojs.revistas.rcaap.pt:article/29456
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência ArtificialArtigosA desistência escolar é problema preocupante para as instituições de ensino, a sociedade, os formuladores de políticas educacionais e alunos. A identificação precoce dos alunos com alta probabilidade de evasão é essencial no estabelecimento de ações de prevenção do distúrbio. A investigação objetiva verificar a opção da utilização de algoritmo de Aprendizado de Máquina (AM) na identificação de alunos com maior risco de evasão. Por meio de ferramenta de Autoaprendizado de Máquina (AutoML), analisou-se os dados de 1.222 alunos de curso técnico de IEPT (Instituição de Educação Profissional e Tecnológica). Após o pré processamento dos dados, submeteu-se os dados purgados à ferramenta de Atol, e esta gerou modelo de algoritmo com acurácia superior a 90,0% quando da identificação de alunos com possibilidade de abandono. Os resultados do estudo demonstram a perspectiva favorável no uso da AM em dados educacionais.School dropout is a worrisome problem for educational institutions, society, educational policy makers, and students. The early identification of students with high dropout probability is essential in the establishment of actions to prevent the disorder. The research aims to verify the option of using Machine Learning (ML) algorithm to identify students with higher dropout risk. Using an Auto Machine Learning (AutoML) tool, the data of 1,222 students from an IEPT technical course was analyzed. After pre-processing the data, the purged data was submitted to the AutoML tool, which generated an algorithm model with accuracy higher than 90.0% when identifying students with the possibility of dropping out. The study results demonstrate the favorable perspective in the use of AM in educational data.Escola Superior de Educação do Instituto Politécnico de Santarém2023-08-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttps://doi.org/10.25755/int.29456por1646-2335Giordano, Carlos VitalSouza, Raphael Antonio deinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-08-31T13:30:21Zoai:ojs.revistas.rcaap.pt:article/29456Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:27:53.212798Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial
title Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial
spellingShingle Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial
Giordano, Carlos Vital
Artigos
title_short Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial
title_full Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial
title_fullStr Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial
title_full_unstemmed Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial
title_sort Prognóstico da Evasão Escolar em Instituição de Educação Profissional e Tecnológica por meio da Inteligência Artificial
author Giordano, Carlos Vital
author_facet Giordano, Carlos Vital
Souza, Raphael Antonio de
author_role author
author2 Souza, Raphael Antonio de
author2_role author
dc.contributor.author.fl_str_mv Giordano, Carlos Vital
Souza, Raphael Antonio de
dc.subject.por.fl_str_mv Artigos
topic Artigos
description A desistência escolar é problema preocupante para as instituições de ensino, a sociedade, os formuladores de políticas educacionais e alunos. A identificação precoce dos alunos com alta probabilidade de evasão é essencial no estabelecimento de ações de prevenção do distúrbio. A investigação objetiva verificar a opção da utilização de algoritmo de Aprendizado de Máquina (AM) na identificação de alunos com maior risco de evasão. Por meio de ferramenta de Autoaprendizado de Máquina (AutoML), analisou-se os dados de 1.222 alunos de curso técnico de IEPT (Instituição de Educação Profissional e Tecnológica). Após o pré processamento dos dados, submeteu-se os dados purgados à ferramenta de Atol, e esta gerou modelo de algoritmo com acurácia superior a 90,0% quando da identificação de alunos com possibilidade de abandono. Os resultados do estudo demonstram a perspectiva favorável no uso da AM em dados educacionais.
publishDate 2023
dc.date.none.fl_str_mv 2023-08-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.25755/int.29456
url https://doi.org/10.25755/int.29456
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 1646-2335
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Escola Superior de Educação do Instituto Politécnico de Santarém
publisher.none.fl_str_mv Escola Superior de Educação do Instituto Politécnico de Santarém
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133546462314496

Registros relacionados