Em busca da qualidade na educação, diversas pesquisas no âmbito educacional são realizadas, no entanto, análise de grandes bases de dados em busca de informações úteis é uma tarefa desafiadora. Nesta pesquisa, foram identificados aspectos relacionados ao desempenho acadêmico dos alunos, utilizando como base as provas do ENADE aplicados ao curso de Ciência da Computação. A pesquisa foi regida pela metodologia que tange o Estudo Longitudinal Transversal Repetido, buscando analisar os dados ao longo do tempo, para verificar seu comportamento nos anos estudados. Os anos analisados foram 2011, 2014 e 2017. Foram aplicadas técnicas de mineração de dados nos microdados fornecidos pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. A contribuição desta pesquisa é mostrar que dentre os algoritmos utilizados nos experimentos, o que melhor classificou os dados em relação ao desempenho dos alunos foi a árvore de decisão, a qual possibilitou identificar que algumas características socioeconômicas como por exemplo renda familiar, escolaridade do pai, situação de trabalho do discente em conjunto com a categoria administrativa e o turno de graduação impactam no desempenho acadêmico.
Brazil has an educational evaluation system that covers all levels of education. Each level of education has its own system that collects data from the schools, and applies exams and questionnaires to verify the academic level of the students. This paper applies a methodology for the analysis of exams by content knowledge, to two national Brazilian exams: ENEM and ENADE, in order to verify its applicability and adaptation needs. A prototype was implemented to understand the challenges in automatizing the analysis. The methodology showed flexibility and adaptability and shows potential to be adapted to any evaluation exam.Resumo. O Brasil possui um sistema de avaliação educacional que abrange todos os níveis de ensino. Cada nível de educação tem seu próprio sistema, que coleta dados das escolas, e aplica exames e questionários para verificar o nível acadêmico dos alunos. Este artigo aplica uma metodologia para a análise de exames por conhecimento de conteúdo, a dois exames nacionais brasileiros: ENEM e ENADE, permitindo uma comparação entre as duas aplicações da metodologia. Um protótipo foi implementado para entender os desafios em automatizar a análise. A metodologia mostrou flexibilidade e adaptabilidade e mostra potencial para ser adaptada a qualquer exame de avaliação.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.