Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFG |
dARK ID: | ark:/38995/0013000007trm |
Texto Completo: | http://repositorio.bc.ufg.br/tede/handle/tede/11248 |
Resumo: | Enem is a test required by most Brazilian universities in order to select the best candidates to fill the vacancies available in undergraduate courses. Because it has been widely applied for 22 years, this assessment is an important thermometer of Brazilian education, thus allowing the identification of the factors that most contribute to student performance. The questionnaire applied at the time of Enem registration changes considerably over the years, but not everything that is collected is important to say whether the candidates' performance is high or low. Therefore, this work, based on this gap identified in the literature, we intend to list the most important factors for detecting high and low performance students. To achieve this goal, an experimental and exploratory approach is used regarding the use of attribute selection algorithms, validated with classifiers and replicated. The results indicate that from a limited set of 10 factors, it is possible to classify student performance with an average accuracy above 80\%. This result is interesting for researchers who aim to study Brazilian students, as up to 327 characteristics were collected in Enem in a single year. It is concluded that the combination of attribute selectors and classifiers allow the analysis of educational data to be facilitated, as it enables to focus on a restricted set of more significant factors. The main contributions of this work are constituted by the systematized experimental scheme, the experiments and patterns identified in the data, which subsidizes the realization of reflections on the student public. The main elements of this dissertation were condensed in an article, submitted and accepted for publication, the rest is in the process of being edited for publication in events in the area. |
id |
UFG-2_c94920c69d6a592b644d773a1f1b03d2 |
---|---|
oai_identifier_str |
oai:repositorio.bc.ufg.br:tede/11248 |
network_acronym_str |
UFG-2 |
network_name_str |
Repositório Institucional da UFG |
repository_id_str |
|
spelling |
Brancher, Jacques Duíliohttp://lattes.cnpq.br/7909976127880843Brancher, Jacques DuílioFerreira, Deller JamesGóis, Lourival Aparecidohttp://lattes.cnpq.br/4329582908212698Franco, Jacinto José2021-04-14T12:36:32Z2021-04-14T12:36:32Z2021-03-29FRANCO, J. J. Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados. 2020. 93 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2021.http://repositorio.bc.ufg.br/tede/handle/tede/11248ark:/38995/0013000007trmEnem is a test required by most Brazilian universities in order to select the best candidates to fill the vacancies available in undergraduate courses. Because it has been widely applied for 22 years, this assessment is an important thermometer of Brazilian education, thus allowing the identification of the factors that most contribute to student performance. The questionnaire applied at the time of Enem registration changes considerably over the years, but not everything that is collected is important to say whether the candidates' performance is high or low. Therefore, this work, based on this gap identified in the literature, we intend to list the most important factors for detecting high and low performance students. To achieve this goal, an experimental and exploratory approach is used regarding the use of attribute selection algorithms, validated with classifiers and replicated. The results indicate that from a limited set of 10 factors, it is possible to classify student performance with an average accuracy above 80\%. This result is interesting for researchers who aim to study Brazilian students, as up to 327 characteristics were collected in Enem in a single year. It is concluded that the combination of attribute selectors and classifiers allow the analysis of educational data to be facilitated, as it enables to focus on a restricted set of more significant factors. The main contributions of this work are constituted by the systematized experimental scheme, the experiments and patterns identified in the data, which subsidizes the realization of reflections on the student public. The main elements of this dissertation were condensed in an article, submitted and accepted for publication, the rest is in the process of being edited for publication in events in the area.O Enem é uma prova requerida pela maior parte das universidades brasileiras com o intuito de selecionar os melhores candidatos para preencher as vagas disponíveis em cursos de graduação. Por ser largamente aplicado há 22 anos, essa avaliação é um importante termômetro da educação brasileira, permitindo assim, identificar os fatores que mais contribuem para o desempenho estudantil. O questionário aplicado no ato da inscrição do Enem muda consideravelmente entre os anos, mas nem tudo o que é coletado é importante para dizer se o desempenho dos candidatos é alto ou baixo. Por isso, esse trabalho, a partir dessa lacuna identificada na literatura, tem a intenção de elencar os fatores mais importantes para detectar alunos de alta e baixa performance. Para alcançar tal intento, parte-se de uma abordagem experimental e exploratória quanto ao uso de algoritmos de seleção de atributos, validados com classificadores e replicados. Os resultados indicam que a partir de um conjunto limitado de 10 fatores, é possível classificar o desempenho estudantil com precisão média acima de 80\%. Esse resultado é interessante para pesquisadores que visem estudar o alunado brasileiro, dado que chegou a ser coletado no Enem até 327 características em um único ano. Conclui-se que a combinação dos seletores de atributos e classificadores permitem facilitar as análises de dados educacionais, pois habilita se focar em um conjunto restrito de fatores mais significativos. As principais contribuições deste trabalho são constituídas pelo esquema experimental sistematizado, os experimentos e padrões identificados nos dados, o que subsidia a realização de reflexões sobre o público estudantil. Os elementos principais dessa dissertação foi condensado em um artigo, submetido e aceito para publicação, o restante encontra-se em processo de edição para a publicação em eventos da área.Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2021-04-13T16:03:06Z No. of bitstreams: 2 Dissertação - Jacinto José Franco - 2020.pdf: 2004261 bytes, checksum: 4d81db2b9eccc72f106d31e7bf677305 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2021-04-14T12:36:32Z (GMT) No. of bitstreams: 2 Dissertação - Jacinto José Franco - 2020.pdf: 2004261 bytes, checksum: 4d81db2b9eccc72f106d31e7bf677305 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5)Made available in DSpace on 2021-04-14T12:36:32Z (GMT). No. of bitstreams: 2 Dissertação - Jacinto José Franco - 2020.pdf: 2004261 bytes, checksum: 4d81db2b9eccc72f106d31e7bf677305 (MD5) license_rdf: 805 bytes, checksum: 4460e5956bc1d1639be9ae6146a50347 (MD5) Previous issue date: 2021-03-29porUniversidade Federal de GoiásPrograma de Pós-graduação em Ciência da Computação (INF)UFGBrasilInstituto de Informática - INF (RG)Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessEnemMineração de dados educacionaisExperimentosAlgoritmos de seleçãoEnemEducational data miningExperimentsFeature selectionCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOFatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis1950050050026184reponame:Repositório Institucional da UFGinstname:Universidade Federal de Goiás (UFG)instacron:UFGORIGINALDissertação - Jacinto José Franco - 2020.pdfDissertação - Jacinto José Franco - 2020.pdfapplication/pdf2004261http://repositorio.bc.ufg.br/tede/bitstreams/bf24afb7-e7d2-49bc-9601-f09a86ae90bb/download4d81db2b9eccc72f106d31e7bf677305MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.bc.ufg.br/tede/bitstreams/0506ad69-123f-49c3-9043-d4bf17b0b0f2/download8a4605be74aa9ea9d79846c1fba20a33MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805http://repositorio.bc.ufg.br/tede/bitstreams/cd805971-4a29-42cd-949f-61a7c4e88ee1/download4460e5956bc1d1639be9ae6146a50347MD52tede/112482021-04-14 09:36:33.508http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalopen.accessoai:repositorio.bc.ufg.br:tede/11248http://repositorio.bc.ufg.br/tedeRepositório InstitucionalPUBhttp://repositorio.bc.ufg.br/oai/requesttasesdissertacoes.bc@ufg.bropendoar:2021-04-14T12:36:33Repositório Institucional da UFG - Universidade Federal de Goiás (UFG)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 |
dc.title.pt_BR.fl_str_mv |
Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados |
title |
Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados |
spellingShingle |
Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados Franco, Jacinto José Enem Mineração de dados educacionais Experimentos Algoritmos de seleção Enem Educational data mining Experiments Feature selection CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
title_short |
Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados |
title_full |
Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados |
title_fullStr |
Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados |
title_full_unstemmed |
Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados |
title_sort |
Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados |
author |
Franco, Jacinto José |
author_facet |
Franco, Jacinto José |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Brancher, Jacques Duílio |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/7909976127880843 |
dc.contributor.referee1.fl_str_mv |
Brancher, Jacques Duílio |
dc.contributor.referee2.fl_str_mv |
Ferreira, Deller James |
dc.contributor.referee3.fl_str_mv |
Góis, Lourival Aparecido |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/4329582908212698 |
dc.contributor.author.fl_str_mv |
Franco, Jacinto José |
contributor_str_mv |
Brancher, Jacques Duílio Brancher, Jacques Duílio Ferreira, Deller James Góis, Lourival Aparecido |
dc.subject.por.fl_str_mv |
Enem Mineração de dados educacionais Experimentos Algoritmos de seleção |
topic |
Enem Mineração de dados educacionais Experimentos Algoritmos de seleção Enem Educational data mining Experiments Feature selection CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
dc.subject.eng.fl_str_mv |
Enem Educational data mining Experiments Feature selection |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
description |
Enem is a test required by most Brazilian universities in order to select the best candidates to fill the vacancies available in undergraduate courses. Because it has been widely applied for 22 years, this assessment is an important thermometer of Brazilian education, thus allowing the identification of the factors that most contribute to student performance. The questionnaire applied at the time of Enem registration changes considerably over the years, but not everything that is collected is important to say whether the candidates' performance is high or low. Therefore, this work, based on this gap identified in the literature, we intend to list the most important factors for detecting high and low performance students. To achieve this goal, an experimental and exploratory approach is used regarding the use of attribute selection algorithms, validated with classifiers and replicated. The results indicate that from a limited set of 10 factors, it is possible to classify student performance with an average accuracy above 80\%. This result is interesting for researchers who aim to study Brazilian students, as up to 327 characteristics were collected in Enem in a single year. It is concluded that the combination of attribute selectors and classifiers allow the analysis of educational data to be facilitated, as it enables to focus on a restricted set of more significant factors. The main contributions of this work are constituted by the systematized experimental scheme, the experiments and patterns identified in the data, which subsidizes the realization of reflections on the student public. The main elements of this dissertation were condensed in an article, submitted and accepted for publication, the rest is in the process of being edited for publication in events in the area. |
publishDate |
2021 |
dc.date.accessioned.fl_str_mv |
2021-04-14T12:36:32Z |
dc.date.available.fl_str_mv |
2021-04-14T12:36:32Z |
dc.date.issued.fl_str_mv |
2021-03-29 |
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.citation.fl_str_mv |
FRANCO, J. J. Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados. 2020. 93 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2021. |
dc.identifier.uri.fl_str_mv |
http://repositorio.bc.ufg.br/tede/handle/tede/11248 |
dc.identifier.dark.fl_str_mv |
ark:/38995/0013000007trm |
identifier_str_mv |
FRANCO, J. J. Fatores e evidências sobre o Exame Nacional do Ensino Médio (Enem): uma abordagem exploratória e experimental com mineração de dados. 2020. 93 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Goiás, Goiânia, 2021. ark:/38995/0013000007trm |
url |
http://repositorio.bc.ufg.br/tede/handle/tede/11248 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.program.fl_str_mv |
19 |
dc.relation.confidence.fl_str_mv |
500 500 500 |
dc.relation.department.fl_str_mv |
26 |
dc.relation.cnpq.fl_str_mv |
184 |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Goiás |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Ciência da Computação (INF) |
dc.publisher.initials.fl_str_mv |
UFG |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto de Informática - INF (RG) |
publisher.none.fl_str_mv |
Universidade Federal de Goiás |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFG instname:Universidade Federal de Goiás (UFG) instacron:UFG |
instname_str |
Universidade Federal de Goiás (UFG) |
instacron_str |
UFG |
institution |
UFG |
reponame_str |
Repositório Institucional da UFG |
collection |
Repositório Institucional da UFG |
bitstream.url.fl_str_mv |
http://repositorio.bc.ufg.br/tede/bitstreams/bf24afb7-e7d2-49bc-9601-f09a86ae90bb/download http://repositorio.bc.ufg.br/tede/bitstreams/0506ad69-123f-49c3-9043-d4bf17b0b0f2/download http://repositorio.bc.ufg.br/tede/bitstreams/cd805971-4a29-42cd-949f-61a7c4e88ee1/download |
bitstream.checksum.fl_str_mv |
4d81db2b9eccc72f106d31e7bf677305 8a4605be74aa9ea9d79846c1fba20a33 4460e5956bc1d1639be9ae6146a50347 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFG - Universidade Federal de Goiás (UFG) |
repository.mail.fl_str_mv |
tasesdissertacoes.bc@ufg.br |
_version_ |
1815172593497407488 |