Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar

Detalhes bibliográficos
Autor(a) principal: Góes,Anderson Roges Teixeira
Data de Publicação: 2016
Outros Autores: Steiner,Maria Teresinha Arns
Tipo de documento: Artigo
Idioma: por
Título da fonte: Gestão & Produção
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2016000100177
Resumo: Resumo A qualidade na educação tem sido objeto de muita discussão, seja nas escolas e entre seus gestores, seja na mídia ou na literatura. No entanto, uma análise mais profunda na literatura parece não indicar técnicas que explorem bancos de dados com a finalidade de obter classificações para o desempenho escolar, nem tampouco há um consenso sobre o que seja “qualidade educacional”. Diante deste contexto, neste artigo, é proposta uma metodologia que se enquadra no processo KDD (Knowledge Discovery in Databases, ou seja, Descoberta de Conhecimento em Bases de Dados) para a classificação do desempenho de instituições de ensino, de forma comparativa, com base nas notas obtidas na Prova Brasil, um dos itens integrantes do Índice de Desenvolvimento da Educação Básica (IDEB) no Brasil. Para ilustrar a metodologia, esta foi aplicada às escolas públicas municipais de Araucária, PR, região metropolitana de Curitiba, PR, num total de 17, que, por ocasião da pesquisa, ofertavam Ensino Fundamental, considerando as notas obtidas pela totalidade dos alunos dos anos iniciais (1º. ao 5º. ano do ensino fundamental) e dos anos finais (6º. ao 9º. ano do ensino fundamental). Na etapa de Data Mining, principal etapa do processo KDD, foram utilizadas três técnicas de forma comparativa para o Reconhecimento de Padrões: Redes Neurais Artificiais; Support Vector Machines; e Algoritmos Genéticos. Essas técnicas apresentaram resultados satisfatórios na classificação das escolas, representados por meio de uma “Etiqueta de Classificação do Desempenho”. Por meio desta etiqueta, os gestores educacionais poderão ter melhor base para definir as medidas a serem adotadas junto a cada escola, podendo definir mais claramente as metas a serem cumpridas.
id UFSCAR-3_8e8b86f6149a83b6122310036673b314
oai_identifier_str oai:scielo:S0104-530X2016000100177
network_acronym_str UFSCAR-3
network_name_str Gestão & Produção
repository_id_str
spelling Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolarDesempenho escolarProcesso KDDReconhecimento de padrõesEstudo de um caso realResumo A qualidade na educação tem sido objeto de muita discussão, seja nas escolas e entre seus gestores, seja na mídia ou na literatura. No entanto, uma análise mais profunda na literatura parece não indicar técnicas que explorem bancos de dados com a finalidade de obter classificações para o desempenho escolar, nem tampouco há um consenso sobre o que seja “qualidade educacional”. Diante deste contexto, neste artigo, é proposta uma metodologia que se enquadra no processo KDD (Knowledge Discovery in Databases, ou seja, Descoberta de Conhecimento em Bases de Dados) para a classificação do desempenho de instituições de ensino, de forma comparativa, com base nas notas obtidas na Prova Brasil, um dos itens integrantes do Índice de Desenvolvimento da Educação Básica (IDEB) no Brasil. Para ilustrar a metodologia, esta foi aplicada às escolas públicas municipais de Araucária, PR, região metropolitana de Curitiba, PR, num total de 17, que, por ocasião da pesquisa, ofertavam Ensino Fundamental, considerando as notas obtidas pela totalidade dos alunos dos anos iniciais (1º. ao 5º. ano do ensino fundamental) e dos anos finais (6º. ao 9º. ano do ensino fundamental). Na etapa de Data Mining, principal etapa do processo KDD, foram utilizadas três técnicas de forma comparativa para o Reconhecimento de Padrões: Redes Neurais Artificiais; Support Vector Machines; e Algoritmos Genéticos. Essas técnicas apresentaram resultados satisfatórios na classificação das escolas, representados por meio de uma “Etiqueta de Classificação do Desempenho”. Por meio desta etiqueta, os gestores educacionais poderão ter melhor base para definir as medidas a serem adotadas junto a cada escola, podendo definir mais claramente as metas a serem cumpridas.Universidade Federal de São Carlos2016-03-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2016000100177Gestão & Produção v.23 n.1 2016reponame:Gestão & Produçãoinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCAR10.1590/0104-530X810-13info:eu-repo/semantics/openAccessGóes,Anderson Roges TeixeiraSteiner,Maria Teresinha Arnspor2016-04-27T00:00:00Zoai:scielo:S0104-530X2016000100177Revistahttps://www.gestaoeproducao.com/PUBhttps://old.scielo.br/oai/scielo-oai.phpgp@dep.ufscar.br||revistagestaoemanalise@unichristus.edu.br1806-96490104-530Xopendoar:2016-04-27T00:00Gestão & Produção - Universidade Federal de São Carlos (UFSCAR)false
dc.title.none.fl_str_mv Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar
title Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar
spellingShingle Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar
Góes,Anderson Roges Teixeira
Desempenho escolar
Processo KDD
Reconhecimento de padrões
Estudo de um caso real
title_short Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar
title_full Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar
title_fullStr Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar
title_full_unstemmed Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar
title_sort Proposta de metodologia para a criação de etiqueta de classificação – estudo de caso: desempenho escolar
author Góes,Anderson Roges Teixeira
author_facet Góes,Anderson Roges Teixeira
Steiner,Maria Teresinha Arns
author_role author
author2 Steiner,Maria Teresinha Arns
author2_role author
dc.contributor.author.fl_str_mv Góes,Anderson Roges Teixeira
Steiner,Maria Teresinha Arns
dc.subject.por.fl_str_mv Desempenho escolar
Processo KDD
Reconhecimento de padrões
Estudo de um caso real
topic Desempenho escolar
Processo KDD
Reconhecimento de padrões
Estudo de um caso real
description Resumo A qualidade na educação tem sido objeto de muita discussão, seja nas escolas e entre seus gestores, seja na mídia ou na literatura. No entanto, uma análise mais profunda na literatura parece não indicar técnicas que explorem bancos de dados com a finalidade de obter classificações para o desempenho escolar, nem tampouco há um consenso sobre o que seja “qualidade educacional”. Diante deste contexto, neste artigo, é proposta uma metodologia que se enquadra no processo KDD (Knowledge Discovery in Databases, ou seja, Descoberta de Conhecimento em Bases de Dados) para a classificação do desempenho de instituições de ensino, de forma comparativa, com base nas notas obtidas na Prova Brasil, um dos itens integrantes do Índice de Desenvolvimento da Educação Básica (IDEB) no Brasil. Para ilustrar a metodologia, esta foi aplicada às escolas públicas municipais de Araucária, PR, região metropolitana de Curitiba, PR, num total de 17, que, por ocasião da pesquisa, ofertavam Ensino Fundamental, considerando as notas obtidas pela totalidade dos alunos dos anos iniciais (1º. ao 5º. ano do ensino fundamental) e dos anos finais (6º. ao 9º. ano do ensino fundamental). Na etapa de Data Mining, principal etapa do processo KDD, foram utilizadas três técnicas de forma comparativa para o Reconhecimento de Padrões: Redes Neurais Artificiais; Support Vector Machines; e Algoritmos Genéticos. Essas técnicas apresentaram resultados satisfatórios na classificação das escolas, representados por meio de uma “Etiqueta de Classificação do Desempenho”. Por meio desta etiqueta, os gestores educacionais poderão ter melhor base para definir as medidas a serem adotadas junto a cada escola, podendo definir mais claramente as metas a serem cumpridas.
publishDate 2016
dc.date.none.fl_str_mv 2016-03-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2016000100177
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2016000100177
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/0104-530X810-13
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Universidade Federal de São Carlos
publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.source.none.fl_str_mv Gestão & Produção v.23 n.1 2016
reponame:Gestão & Produção
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Gestão & Produção
collection Gestão & Produção
repository.name.fl_str_mv Gestão & Produção - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv gp@dep.ufscar.br||revistagestaoemanalise@unichristus.edu.br
_version_ 1750118205412605952