Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente

Detalhes bibliográficos
Autor(a) principal: Nassar1, Silvia M
Data de Publicação: 2004
Outros Autores: Rovaris Neto2, Eugênio, Catapan, Araci Hack, Pires, Maria Marlene de Souza
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/35808
Resumo: Este artigo mostra o desenvolvimento de um sistema para a gestão do fenômeno de evasão discente utilizando a modelagem de redes bayesianas. As redes bayesianas representam o conhecimento sobre o fenômeno em um grafo direcionado acíclico, cujos nós de entrada são os fatores que interferem na evasão e o nó de saída os possíveis resultados de um aluno matriculado em um determinado curso. As simulações foram feitas com base no teorema de Bayes e permitem estimar o risco de evasão de um aluno em um curso, a partir do conhecimento histórico da evasão e dos fatores pessoais do discente. A visão específica da evasão num curso por meio de redes bayesianas permite à administração universitária uma gestão pró-ativa desse fenômeno em nível de cada curso, favorecendo tomadas de decisão no percurso do discente, reduzindo assim o risco de evasão.
id UFSC_21c05eaa33d1a077b2c0c5a63da1e271
oai_identifier_str oai:repositorio.ufsc.br:123456789/35808
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Inteligência Computacional aplicada à Gestão Universitária: Evasão DiscenteEste artigo mostra o desenvolvimento de um sistema para a gestão do fenômeno de evasão discente utilizando a modelagem de redes bayesianas. As redes bayesianas representam o conhecimento sobre o fenômeno em um grafo direcionado acíclico, cujos nós de entrada são os fatores que interferem na evasão e o nó de saída os possíveis resultados de um aluno matriculado em um determinado curso. As simulações foram feitas com base no teorema de Bayes e permitem estimar o risco de evasão de um aluno em um curso, a partir do conhecimento histórico da evasão e dos fatores pessoais do discente. A visão específica da evasão num curso por meio de redes bayesianas permite à administração universitária uma gestão pró-ativa desse fenômeno em nível de cada curso, favorecendo tomadas de decisão no percurso do discente, reduzindo assim o risco de evasão.INPEAU2012-09-26T19:58:25Z2012-09-26T19:58:25Z2004-12-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttp://repositorio.ufsc.br/xmlui/handle/123456789/35808Nassar1, Silvia MRovaris Neto2, EugênioCatapan, Araci HackPires, Maria Marlene de Souzaporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2014-05-21T17:39:10Zoai:repositorio.ufsc.br:123456789/35808Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732014-05-21T17:39:10Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente
title Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente
spellingShingle Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente
Nassar1, Silvia M
title_short Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente
title_full Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente
title_fullStr Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente
title_full_unstemmed Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente
title_sort Inteligência Computacional aplicada à Gestão Universitária: Evasão Discente
author Nassar1, Silvia M
author_facet Nassar1, Silvia M
Rovaris Neto2, Eugênio
Catapan, Araci Hack
Pires, Maria Marlene de Souza
author_role author
author2 Rovaris Neto2, Eugênio
Catapan, Araci Hack
Pires, Maria Marlene de Souza
author2_role author
author
author
dc.contributor.author.fl_str_mv Nassar1, Silvia M
Rovaris Neto2, Eugênio
Catapan, Araci Hack
Pires, Maria Marlene de Souza
description Este artigo mostra o desenvolvimento de um sistema para a gestão do fenômeno de evasão discente utilizando a modelagem de redes bayesianas. As redes bayesianas representam o conhecimento sobre o fenômeno em um grafo direcionado acíclico, cujos nós de entrada são os fatores que interferem na evasão e o nó de saída os possíveis resultados de um aluno matriculado em um determinado curso. As simulações foram feitas com base no teorema de Bayes e permitem estimar o risco de evasão de um aluno em um curso, a partir do conhecimento histórico da evasão e dos fatores pessoais do discente. A visão específica da evasão num curso por meio de redes bayesianas permite à administração universitária uma gestão pró-ativa desse fenômeno em nível de cada curso, favorecendo tomadas de decisão no percurso do discente, reduzindo assim o risco de evasão.
publishDate 2004
dc.date.none.fl_str_mv 2004-12-10
2012-09-26T19:58:25Z
2012-09-26T19:58:25Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufsc.br/xmlui/handle/123456789/35808
url http://repositorio.ufsc.br/xmlui/handle/123456789/35808
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv INPEAU
publisher.none.fl_str_mv INPEAU
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652102834061312

Registros relacionados