Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados

Detalhes bibliográficos
Autor(a) principal: Mioranza, Diego Trentin
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/216662
Resumo: Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Métodos e Gestão em Avaliação, Florianópolis, 2020.
id UFSC_325b30cefe1f7eb7eab80dfd9ad7eaf4
oai_identifier_str oai:repositorio.ufsc.br:123456789/216662
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dadosCiênciaEvasão escolarEvasão universitáriaMineração de dadosDissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Métodos e Gestão em Avaliação, Florianópolis, 2020.Este trabalho tem como tema a evasão discente no ensino superior de um instituto federal de educação, ciência e tecnologia. O objetivo deste estudo é propor uma metodologia para identificar precocemente os alunos com maior propensão a evadir de modo a tornar possível que ações de intervenção sejam tomadas em tempo hábil para mitigar o problema. A pesquisa utiliza técnicas de Mineração de Dados Educacionais (EDM) para classificar os discentes ingressantes de acordo com sua propensão a evadir a partir de dados cadastrais e acadêmicos dos estudantes. Os resultados demonstram que é possível prever, com base nos dados cadastrais obtidos antes do início das aulas, a situação da matrícula dos alunos com 66,04% de acurácia e predizer com acerto de 66,3% os estudantes que têm sua matrícula cancelada. Após o primeiro semestre letivo a previsão se torna mais precisa, com os algoritmos de mineração de dados atingindo 75,52% de acerto geral e 67,53% de acerto das evasões. Além da previsão, foi possível identificar quais as variáveis mais relevantes para a permanência ou não no curso.Abstract: This work has as its theme the student dropout in higher education of a Brazilian federal institute of education, science and technology. The goal of this study is to propose a methodology to identify early the students most likely to dropout the courses, in order to do intervention and mitigate the problem in a short period of time. The research applies Educational Data Mining (EDM) techniques to classify incoming students according to their propensity to evade using students' registration and academic data. The results show that it is possible to predict, based on the registration data obtained before the beginning of classes, the situation of students' enrollment with 66.04% accuracy and predict with 66.3% correctness of students who have their enrollment canceled. After the first semester, the forecast becomes more accurate, with the data mining algorithms reaching 75.52% of general accuracy and 67.53% of dropout accuracy. In addition to the forecast, it was possible to identify which variables are most relevant for student retention.Reis, Marcelo MenezesUniversidade Federal de Santa CatarinaMioranza, Diego Trentin2020-10-21T21:32:36Z2020-10-21T21:32:36Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis120 p.| il., gráfs., tabs.application/pdf369639https://repositorio.ufsc.br/handle/123456789/216662porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2020-10-21T21:32:36Zoai:repositorio.ufsc.br:123456789/216662Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732020-10-21T21:32:36Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados
title Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados
spellingShingle Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados
Mioranza, Diego Trentin
Ciência
Evasão escolar
Evasão universitária
Mineração de dados
title_short Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados
title_full Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados
title_fullStr Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados
title_full_unstemmed Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados
title_sort Evasão nos cursos de graduação do Instituto Federal Catarinense: um estudo a partir da mineração de dados
author Mioranza, Diego Trentin
author_facet Mioranza, Diego Trentin
author_role author
dc.contributor.none.fl_str_mv Reis, Marcelo Menezes
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Mioranza, Diego Trentin
dc.subject.por.fl_str_mv Ciência
Evasão escolar
Evasão universitária
Mineração de dados
topic Ciência
Evasão escolar
Evasão universitária
Mineração de dados
description Dissertação (mestrado profissional) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Métodos e Gestão em Avaliação, Florianópolis, 2020.
publishDate 2020
dc.date.none.fl_str_mv 2020-10-21T21:32:36Z
2020-10-21T21:32:36Z
2020
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.uri.fl_str_mv 369639
https://repositorio.ufsc.br/handle/123456789/216662
identifier_str_mv 369639
url https://repositorio.ufsc.br/handle/123456789/216662
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 120 p.| il., gráfs., tabs.
application/pdf
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_ 1823041561998393344

Registros relacionados