Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.26/48785 |
Resumo: | O Abandono Escolar é um problema global que afeta todos os países. No Ensino Superior, este tema é um problema particularmente complexo, na medida em que poderá originar a várias consequências negativas para os estudantes, as famílias e até mesmo para as entidades de ensino. O objetivo geral deste projeto de mestrado é desenvolver um modelo de previsão de Abandono Escolar no Instituto Politécnico de Coimbra. Dentro deste destaca-se a identificação dos fatores que podem levar ao Abandono no IPC, preparação dos dados para integração no modelo capaz de identificar a problemática. Ao longo do projeto é tido em conta a metodologia CRISP-DM para o desenvolvimento do modelo de deteção de Abandono Escolar. Esta metodologia é variante de data mining amplamente utilizada em projetos similares. O projeto foi desenvolvido com recurso a dados concretos da instituição na qual se pretende aplicar o modelo, com auxílio a diversos dados dos alunos como média, notas das UC, curso, nota de ingresso, entre outras. Para o modelo final, todas os dados foram submetidos ao algoritmo KNN, atualmente em vigor para combate a outras vertentes do tema. Sendo que, o modelo final com melhores resultados apresenta uma precisão de 76%. |
id |
RCAP_64b687d59c438661636746bba57b9b89 |
---|---|
oai_identifier_str |
oai:comum.rcaap.pt:10400.26/48785 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolarAbandono escolarCrisp-dmKNNMachine learningPythonO Abandono Escolar é um problema global que afeta todos os países. No Ensino Superior, este tema é um problema particularmente complexo, na medida em que poderá originar a várias consequências negativas para os estudantes, as famílias e até mesmo para as entidades de ensino. O objetivo geral deste projeto de mestrado é desenvolver um modelo de previsão de Abandono Escolar no Instituto Politécnico de Coimbra. Dentro deste destaca-se a identificação dos fatores que podem levar ao Abandono no IPC, preparação dos dados para integração no modelo capaz de identificar a problemática. Ao longo do projeto é tido em conta a metodologia CRISP-DM para o desenvolvimento do modelo de deteção de Abandono Escolar. Esta metodologia é variante de data mining amplamente utilizada em projetos similares. O projeto foi desenvolvido com recurso a dados concretos da instituição na qual se pretende aplicar o modelo, com auxílio a diversos dados dos alunos como média, notas das UC, curso, nota de ingresso, entre outras. Para o modelo final, todas os dados foram submetidos ao algoritmo KNN, atualmente em vigor para combate a outras vertentes do tema. Sendo que, o modelo final com melhores resultados apresenta uma precisão de 76%.Pedrosa, Isabel Maria MendesLeite, Joana Jorge de QueirósRepositório ComumSimões, Marta Sofia Morgado20232024-11-29T00:00:00Z2023-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.26/48785TID:203459148porinfo:eu-repo/semantics/embargoedAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-01-11T02:15:49Zoai:comum.rcaap.pt:10400.26/48785Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T01:35:50.521577Repositório 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 |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar |
title |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar |
spellingShingle |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar Simões, Marta Sofia Morgado Abandono escolar Crisp-dm KNN Machine learning Python |
title_short |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar |
title_full |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar |
title_fullStr |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar |
title_full_unstemmed |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar |
title_sort |
Fatores preditivos para o abandono escolar dos estudantes do IPC: mitigação do abandono escolar |
author |
Simões, Marta Sofia Morgado |
author_facet |
Simões, Marta Sofia Morgado |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pedrosa, Isabel Maria Mendes Leite, Joana Jorge de Queirós Repositório Comum |
dc.contributor.author.fl_str_mv |
Simões, Marta Sofia Morgado |
dc.subject.por.fl_str_mv |
Abandono escolar Crisp-dm KNN Machine learning Python |
topic |
Abandono escolar Crisp-dm KNN Machine learning Python |
description |
O Abandono Escolar é um problema global que afeta todos os países. No Ensino Superior, este tema é um problema particularmente complexo, na medida em que poderá originar a várias consequências negativas para os estudantes, as famílias e até mesmo para as entidades de ensino. O objetivo geral deste projeto de mestrado é desenvolver um modelo de previsão de Abandono Escolar no Instituto Politécnico de Coimbra. Dentro deste destaca-se a identificação dos fatores que podem levar ao Abandono no IPC, preparação dos dados para integração no modelo capaz de identificar a problemática. Ao longo do projeto é tido em conta a metodologia CRISP-DM para o desenvolvimento do modelo de deteção de Abandono Escolar. Esta metodologia é variante de data mining amplamente utilizada em projetos similares. O projeto foi desenvolvido com recurso a dados concretos da instituição na qual se pretende aplicar o modelo, com auxílio a diversos dados dos alunos como média, notas das UC, curso, nota de ingresso, entre outras. Para o modelo final, todas os dados foram submetidos ao algoritmo KNN, atualmente em vigor para combate a outras vertentes do tema. Sendo que, o modelo final com melhores resultados apresenta uma precisão de 76%. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023 2023-01-01T00:00:00Z 2024-11-29T00:00:00Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.26/48785 TID:203459148 |
url |
http://hdl.handle.net/10400.26/48785 |
identifier_str_mv |
TID:203459148 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/embargoedAccess |
eu_rights_str_mv |
embargoedAccess |
dc.format.none.fl_str_mv |
application/pdf |
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_ |
1799136833655799808 |