Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19

Detalhes bibliográficos
Autor(a) principal: Rocha, Antônio Mádson
Data de Publicação: 2024
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
Texto Completo: https://repositorio.ufersa.edu.br/handle/prefix/10160
Resumo: A COVID-19 teve altos índices de óbitos no Brasil desde seu início em março de 2020, quando se tornou uma pandemia. Apesar dos desafios enfrentados desde então em todos os setores da sociedade, é possível ter um resultado do impacto da COVID-19 no desempenho dos candidatos no Exame Nacional do Ensino Médio (ENEM) de 2019 a 2022, pois, este último, foi o ano em que menos apresentou índices de óbitos. Visto isto, o objetivo deste trabalho é aplicar técnicas da ciência de dados para averiguar se houve ou não impacto da doença no desempenho dos participantes, realizando um estudo comparativo entre as edições mencionadas. Analisar, também, a possível mudança nos perfis dos candidatos, bem como os diversos grupos que estão inseridos. Para isso, foram utilizadas bibliotecas da linguagem Python, como Pandas, Numpy, Matplotlib e Seaborn para extrair informações do conjunto de dados e representá-los por meio de gráficos. Dos resultados encontrados, é possível notar um impacto no que diz respeito a quantidade de participantes por raça autodeclarada, no qual, de 2019 a 2021, a maior queda foi dos povos indígenas de 51,03% e a menor, 28,76%, dos candidatos que se autodeclaram brancos. De modo geral, a pandemia não impactou o desempenho dos candidatos, no qual de 2019 a 2022, houve um aumento de 508,39 pontos para 516,72 pontos, uma diferença de 2,97% na média dos participantes do exame.
id UFER_d44cc77f474ed38f492490d9a38f5bd2
oai_identifier_str oai:repositorio.ufersa.edu.br:prefix/10160
network_acronym_str UFER
network_name_str Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
repository_id_str
spelling Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOENEMCOVID-19Ciência de DadosPythonData ScienceA COVID-19 teve altos índices de óbitos no Brasil desde seu início em março de 2020, quando se tornou uma pandemia. Apesar dos desafios enfrentados desde então em todos os setores da sociedade, é possível ter um resultado do impacto da COVID-19 no desempenho dos candidatos no Exame Nacional do Ensino Médio (ENEM) de 2019 a 2022, pois, este último, foi o ano em que menos apresentou índices de óbitos. Visto isto, o objetivo deste trabalho é aplicar técnicas da ciência de dados para averiguar se houve ou não impacto da doença no desempenho dos participantes, realizando um estudo comparativo entre as edições mencionadas. Analisar, também, a possível mudança nos perfis dos candidatos, bem como os diversos grupos que estão inseridos. Para isso, foram utilizadas bibliotecas da linguagem Python, como Pandas, Numpy, Matplotlib e Seaborn para extrair informações do conjunto de dados e representá-los por meio de gráficos. Dos resultados encontrados, é possível notar um impacto no que diz respeito a quantidade de participantes por raça autodeclarada, no qual, de 2019 a 2021, a maior queda foi dos povos indígenas de 51,03% e a menor, 28,76%, dos candidatos que se autodeclaram brancos. De modo geral, a pandemia não impactou o desempenho dos candidatos, no qual de 2019 a 2022, houve um aumento de 508,39 pontos para 516,72 pontos, uma diferença de 2,97% na média dos participantes do exame.COVID-19 has had high death rates in Brazil since its beginning in March 2020, when it became a pandemic. Despite the challenges faced since then in all sectors of society, it is possible to have a result of the impact of COVID-19 on the performance of candidates in the Exame Nacional do Ensino Médio (ENEM) from 2019 to 2022, as the latter was the year in which there were fewer death rates. Given this, the objective of this work is to apply data science techniques to determine whether there was an impact of the disease on the participants' performance by carrying out a comparative study between the editions mentioned. Also analyze the possible changes in the profiles of candidates as well as the different groups that are included. For this, Python language libraries such as Pandas, Numpy, Matplotlib and Seaborn extract information from the data set and represent it through graphs. From the results found, it is possible to notice an impact with regard to the number of participants by self-declared race, in which, from 2019 to 2021, the biggest drop was for indigenous peoples, at 51.03%, and the smallest, 28.76%, of candidates who declare themselves white. In general, the pandemic did not impact candidates performance. In general, the pandemic did not impact student performance; from 2019 to 2022, there was an increase from 508.39 points to 516.72 points, a difference of 2.97% in the average of exam participants.53 f.Centro de Ciências Exatas e Naturais - CCENBrasilUFERSAUniversidade Federal Rural do Semi-ÁridoCastro, Angélica Félix deOliveira, Amanda Gondim deCastro, Angélica Félix deOliveira, Amanda Gondim deSilva, Lenardo Chaves eAlves Filho, Sebastião EmídioRocha, Antônio Mádson2024-01-18T13:34:30Z2024-01-18T13:34:30Z2024-01-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesispdfapplication/pdfROCHA, Antonio Mádson. Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19. 2023. 53 f. TCC (Graduação) - Curso de Ciência da Computação, Centro de Ciências Exatas e Naturais, Universidade Federal Rural do Semi-Árido, Mossoró, 2023. Disponível em: https://repositorio.ufersa.edu.br/home. Acesso em: 12 jan. 2024.https://repositorio.ufersa.edu.br/handle/prefix/10160MossoróAttribution-ShareAlike 3.0 BrazilUFERSAhttp://creativecommons.org/licenses/by-sa/3.0/br/info:eu-repo/semantics/openAccessporreponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)instname:Universidade Federal Rural do Semi-Árido (UFERSA)instacron:UFERSA2024-01-18T21:34:30Zoai:repositorio.ufersa.edu.br:prefix/10160Repositório Institucionalhttps://repositorio.ufersa.edu.br/PUBhttps://repositorio.ufersa.edu.br/server/oai/requestrepositorio@ufersa.edu.br || admrepositorio@ufersa.edu.bropendoar:2024-01-18T21:34:30Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)false
dc.title.none.fl_str_mv Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19
title Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19
spellingShingle Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19
Rocha, Antônio Mádson
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
ENEM
COVID-19
Ciência de Dados
Python
Data Science
title_short Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19
title_full Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19
title_fullStr Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19
title_full_unstemmed Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19
title_sort Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19
author Rocha, Antônio Mádson
author_facet Rocha, Antônio Mádson
author_role author
dc.contributor.none.fl_str_mv Castro, Angélica Félix de
Oliveira, Amanda Gondim de
Castro, Angélica Félix de
Oliveira, Amanda Gondim de
Silva, Lenardo Chaves e
Alves Filho, Sebastião Emídio
dc.contributor.author.fl_str_mv Rocha, Antônio Mádson
dc.subject.por.fl_str_mv CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
ENEM
COVID-19
Ciência de Dados
Python
Data Science
topic CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
ENEM
COVID-19
Ciência de Dados
Python
Data Science
description A COVID-19 teve altos índices de óbitos no Brasil desde seu início em março de 2020, quando se tornou uma pandemia. Apesar dos desafios enfrentados desde então em todos os setores da sociedade, é possível ter um resultado do impacto da COVID-19 no desempenho dos candidatos no Exame Nacional do Ensino Médio (ENEM) de 2019 a 2022, pois, este último, foi o ano em que menos apresentou índices de óbitos. Visto isto, o objetivo deste trabalho é aplicar técnicas da ciência de dados para averiguar se houve ou não impacto da doença no desempenho dos participantes, realizando um estudo comparativo entre as edições mencionadas. Analisar, também, a possível mudança nos perfis dos candidatos, bem como os diversos grupos que estão inseridos. Para isso, foram utilizadas bibliotecas da linguagem Python, como Pandas, Numpy, Matplotlib e Seaborn para extrair informações do conjunto de dados e representá-los por meio de gráficos. Dos resultados encontrados, é possível notar um impacto no que diz respeito a quantidade de participantes por raça autodeclarada, no qual, de 2019 a 2021, a maior queda foi dos povos indígenas de 51,03% e a menor, 28,76%, dos candidatos que se autodeclaram brancos. De modo geral, a pandemia não impactou o desempenho dos candidatos, no qual de 2019 a 2022, houve um aumento de 508,39 pontos para 516,72 pontos, uma diferença de 2,97% na média dos participantes do exame.
publishDate 2024
dc.date.none.fl_str_mv 2024-01-18T13:34:30Z
2024-01-18T13:34:30Z
2024-01-12
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv ROCHA, Antonio Mádson. Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19. 2023. 53 f. TCC (Graduação) - Curso de Ciência da Computação, Centro de Ciências Exatas e Naturais, Universidade Federal Rural do Semi-Árido, Mossoró, 2023. Disponível em: https://repositorio.ufersa.edu.br/home. Acesso em: 12 jan. 2024.
https://repositorio.ufersa.edu.br/handle/prefix/10160
identifier_str_mv ROCHA, Antonio Mádson. Análise de dados: perfil e desempenho dos participantes das edições do ENEM 2019 a 2022 sob a perspectiva da COVID-19. 2023. 53 f. TCC (Graduação) - Curso de Ciência da Computação, Centro de Ciências Exatas e Naturais, Universidade Federal Rural do Semi-Árido, Mossoró, 2023. Disponível em: https://repositorio.ufersa.edu.br/home. Acesso em: 12 jan. 2024.
url https://repositorio.ufersa.edu.br/handle/prefix/10160
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-ShareAlike 3.0 Brazil
UFERSA
http://creativecommons.org/licenses/by-sa/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-ShareAlike 3.0 Brazil
UFERSA
http://creativecommons.org/licenses/by-sa/3.0/br/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv pdf
application/pdf
dc.coverage.none.fl_str_mv Mossoró
dc.publisher.none.fl_str_mv Centro de Ciências Exatas e Naturais - CCEN
Brasil
UFERSA
Universidade Federal Rural do Semi-Árido
publisher.none.fl_str_mv Centro de Ciências Exatas e Naturais - CCEN
Brasil
UFERSA
Universidade Federal Rural do Semi-Árido
dc.source.none.fl_str_mv reponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
instname:Universidade Federal Rural do Semi-Árido (UFERSA)
instacron:UFERSA
instname_str Universidade Federal Rural do Semi-Árido (UFERSA)
instacron_str UFERSA
institution UFERSA
reponame_str Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
collection Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)
repository.name.fl_str_mv Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)
repository.mail.fl_str_mv repositorio@ufersa.edu.br || admrepositorio@ufersa.edu.br
_version_ 1809747492057645056

Registros relacionados