Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância

Detalhes bibliográficos
Autor(a) principal: Araújo, Francisco de Assis de
Data de Publicação: 2018
Outros Autores: Rodrigues, Rodrigo Lins
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Engenharia e Pesquisa Aplicada
Texto Completo: http://revistas.poli.br/index.php/repa/article/view/954
Resumo: Um dos principais problemas enfrentados no Ensino a Distância são os riscos de reprovação e evasão de alunos. Com o objetivo de auxiliar Professores e gestores nessa modalidade de ensino, este trabalho demonstra resultados das aplicações práticas de técnicas estatísticas e mineração de dados para previsão de reprovação de Alunos através da Análise de Regressão Logística que demonstrou sua eficácia através de excelentes índices de desempenho em três modelos de dados utilizados, índices estes que foram considerados estatisticamente iguais através da Análise de Variância (ANOVA) aplicada ao comparar os índices de desempenho dos modelos de Regressão gerados. Através dos índices de significância das variáveis selecionadas em cada modelo é possível identificar os meios de interação que mais contribuem com o desempenho do aluno, auxiliando no combate a reprovação.
id UFPE-2_e718313e7a5603c688ec18f8fb3ed385
oai_identifier_str oai:ojs.poli.br:article/954
network_acronym_str UFPE-2
network_name_str Revista de Engenharia e Pesquisa Aplicada
repository_id_str
spelling Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a DistânciaUm dos principais problemas enfrentados no Ensino a Distância são os riscos de reprovação e evasão de alunos. Com o objetivo de auxiliar Professores e gestores nessa modalidade de ensino, este trabalho demonstra resultados das aplicações práticas de técnicas estatísticas e mineração de dados para previsão de reprovação de Alunos através da Análise de Regressão Logística que demonstrou sua eficácia através de excelentes índices de desempenho em três modelos de dados utilizados, índices estes que foram considerados estatisticamente iguais através da Análise de Variância (ANOVA) aplicada ao comparar os índices de desempenho dos modelos de Regressão gerados. Através dos índices de significância das variáveis selecionadas em cada modelo é possível identificar os meios de interação que mais contribuem com o desempenho do aluno, auxiliando no combate a reprovação.Escola Politécnica de Pernambuco2018-08-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdftext/htmlhttp://revistas.poli.br/index.php/repa/article/view/95410.25286/repa.v3i3.954Journal of Engineering and Applied Research; Vol 3 No 3 (2018): Edição Especial em Ciência de Dados e AnalyticsRevista de Engenharia e Pesquisa Aplicada; v. 3 n. 3 (2018): Edição Especial em Ciência de Dados e Analytics2525-425110.25286/repa.v3i3reponame:Revista de Engenharia e Pesquisa Aplicadainstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEporhttp://revistas.poli.br/index.php/repa/article/view/954/445http://revistas.poli.br/index.php/repa/article/view/954/656Copyright (c) 2018 Journal of Engineering and Applied Researchinfo:eu-repo/semantics/openAccessAraújo, Francisco de Assis deRodrigues, Rodrigo Lins2021-07-13T08:41:53Zoai:ojs.poli.br:article/954Revistahttp://revistas.poli.br/index.php/repaONGhttp://revistas.poli.br/index.php/repa/oai||repa@poli.br2525-42512525-4251opendoar:2021-07-13T08:41:53Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância
title Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância
spellingShingle Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância
Araújo, Francisco de Assis de
title_short Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância
title_full Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância
title_fullStr Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância
title_full_unstemmed Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância
title_sort Análise de Regressão Aplicada a Previsão de Reprovação de Alunos em Plataforma de Ensino a Distância
author Araújo, Francisco de Assis de
author_facet Araújo, Francisco de Assis de
Rodrigues, Rodrigo Lins
author_role author
author2 Rodrigues, Rodrigo Lins
author2_role author
dc.contributor.author.fl_str_mv Araújo, Francisco de Assis de
Rodrigues, Rodrigo Lins
description Um dos principais problemas enfrentados no Ensino a Distância são os riscos de reprovação e evasão de alunos. Com o objetivo de auxiliar Professores e gestores nessa modalidade de ensino, este trabalho demonstra resultados das aplicações práticas de técnicas estatísticas e mineração de dados para previsão de reprovação de Alunos através da Análise de Regressão Logística que demonstrou sua eficácia através de excelentes índices de desempenho em três modelos de dados utilizados, índices estes que foram considerados estatisticamente iguais através da Análise de Variância (ANOVA) aplicada ao comparar os índices de desempenho dos modelos de Regressão gerados. Através dos índices de significância das variáveis selecionadas em cada modelo é possível identificar os meios de interação que mais contribuem com o desempenho do aluno, auxiliando no combate a reprovação.
publishDate 2018
dc.date.none.fl_str_mv 2018-08-30
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/954
10.25286/repa.v3i3.954
url http://revistas.poli.br/index.php/repa/article/view/954
identifier_str_mv 10.25286/repa.v3i3.954
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/954/445
http://revistas.poli.br/index.php/repa/article/view/954/656
dc.rights.driver.fl_str_mv Copyright (c) 2018 Journal of Engineering and Applied Research
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2018 Journal of Engineering and Applied Research
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
text/html
dc.publisher.none.fl_str_mv Escola Politécnica de Pernambuco
publisher.none.fl_str_mv Escola Politécnica de Pernambuco
dc.source.none.fl_str_mv Journal of Engineering and Applied Research; Vol 3 No 3 (2018): Edição Especial em Ciência de Dados e Analytics
Revista de Engenharia e Pesquisa Aplicada; v. 3 n. 3 (2018): Edição Especial em Ciência de Dados e Analytics
2525-4251
10.25286/repa.v3i3
reponame:Revista de Engenharia e Pesquisa Aplicada
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Revista de Engenharia e Pesquisa Aplicada
collection Revista de Engenharia e Pesquisa Aplicada
repository.name.fl_str_mv Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv ||repa@poli.br
_version_ 1798035999718113280

Registros relacionados