UFS › SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas São Cristóvão, 29 de Março de 2024

A UFS preocupa-se com a sua privacidade

A UFS poderá coletar informações básicas sobre a(s) visita(s) realizada(s) para aprimorar a experiência de navegação dos visitantes deste site, segundo o que estabelece a Política de Privacidade de Dados Pessoais. Ao utilizar este site, você concorda com a coleta e tratamento de seus dados pessoais por meio de formulários e cookies.

Ciente


Notícias

Banca de DEFESA: KELLY JOANY DE OLIVEIRA SANTOS
10/10/2020 12:24


Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: KELLY JOANY DE OLIVEIRA SANTOS
DATA: 29/10/2020
HORA: 14:00
LOCAL: Em videoconferência através do Google Meeting: meet.google.com/nxm-kdjc-xvm
TÍTULO: Education Data Mining Para Apoio a Gestão Estratégica na Identificação de Perfis Evasivos e Atenuação da Evasão Escolar no Ensino Superior
PALAVRAS-CHAVES: Mineração de Dados Educacionais, Business Intelligence, Educação
PÁGINAS: 98
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
RESUMO:

A mineração de dados educacionais é um campo de pesquisa que visa extrair informações de grandes conjuntos de dados de cunho didático. É uma área multidisciplinar com diversas possibilidades que ganha cada vez mais destaque em unidades de ensino. Esta tecnologia recente possibilita através de técnicas de mineração de dados gerar informação a partir de atributos como, por exemplo, dados de desempenho acadêmico. Pesquisas recentes apontam que estas técnicas podem identificar alunos que apresentam indicadores para o abandono aos estudos. Sendo assim, a evasão escolar é um dos principais desafios das universidades e demais organizações que buscam compreender os motivos que levam o discente a evadir do curso escolhido. No entanto, modelos e perfis de alunos evasivos ainda são pouco estudados, o que leva a falta de consolidação sobre as razões que elevam a evasão. Esta pesquisa propõe uma metodologia para a identificação de perfis de estudantes evasivos no âmbito de unidades de ensino com o intuito de apoiar decisões que atenuem a evasão escolar no ensino superior. A metodologia apresentada consiste em obter e criar a base de dados para os estudos, a realização de análise preliminar do ambiente observado e o método que avalia o desempenho de alunos em disciplinas. Para validar a abordagem proposta, este trabalho realizará um estudo experimental com os dados de alunos da Universidade Federal de Sergipe em cursos do Departamento de Computação para a aplicação específica do problema, consolidados em um Data Warehouse, que permitiu investigar a evasão entre os anos de 2007 a 2018. Nesta pesquisa são apresentados problemas comuns enquanto utilização de mineração de dados educacionais, como a seleção de atributos, estruturação dos dados, valores errôneos e correções dos mesmos. Os resultados iniciais apresentam a acurácia dos principais algoritmos para o tema, o que permitirá, apoiar a tomada de decisão e atenuar a evasão escolar.


MEMBROS DA BANCA:
Presidente - 2027113 - ANDRE BRITTO DE CARVALHO
Interno - 2227110 - METHANIAS COLACO RODRIGUES JUNIOR
Externo à Instituição - EVANDRO DE BARROS COSTA

SIGAA | Superintendência de Tecnologia da Informação/UFS | Telefonista/UFS (79)3194-6600 | Copyright © 2009-2024 - UFRN v3.5.16 -r19032-7126ccb4cf