Este trabalho tem como objetivo explorar técnicas de seleção de atributos e algoritmos preditivos, visandodesenvolver um modelo de um preditor paraidentificar quais fatores impactampositivamente no IDEB(Índice de Desenvolvimento da Educação Básica)das escolas públicas brasileiras. Trata-se de uma pesquisa de cunho quantitativa e exploratória. Do ponto de vista dos procedimentos técnicos, trata-se de um estudo de caso, analisando-se dados educacionais das escolas públicas municipais de Teotônio Vilela (Alagoas), conduzindo um estudo experimental, produzindo relevantes resultados na tarefa de identificação de atributos relevantes para apoiar os gestores educacionais.Este estudo comprovou que a aplicação para predição do resultado do IDEB funciona e conseguimos identificar alguns perfis de alunos que podem contribuir no melhor resultado do IDEB.
Educational data mining has been helping educators and decision makers for the purpose of extracting useful academical information on the students, from large data sources. In this paper we explore the use of attribute selection techniques in data mining, with the aim of identifying the most relevant variables that impact on the Basic Education Development Index (Ideb) of the students of the municipal schools of Maceió. We used data from the Saeb test of 13 municipal schools and applied attribute selection and classification methods. The conducted experimental study and the obtained results are discussed at the end, showing the most relevant attributes increasing the predictive performance and providing relevant information to decision makers in educational settings.Resumo. A Mineração de Dados Educacionais vem auxiliando educadores e gestores no apoio a tomada de decisões, permitindo extração de informações relevantes de bases de dados. Neste artigo explorou-se técnicas de seleção de atributos em mineração de dados, visando identificar quais fatores impactam no IDEB das escolas municipais de Maceió. Para tanto, utilizou-se dados do teste Saeb de 13 escolas municipais de Maceió, conduzindo um estudo experimental, produzindo relevantes resultados na tarefa de identificação de atributos relevantes para apoiar os gestores educacionais.
A Mineração de Dados Educacionais vem auxiliando educadores e gestores no apoio a tomada de decisões, permitindo extração de informações relevantes de bases de dados. O objetivo deste artigo é identificar os fatores que afetam o desempenho escolar dos alunos (IDEB) das escolas de ensino fundamental do município de Teotônio Vilela através dos resultados obtidos na Prova Brasil. Neste artigo explorou-se técnicas de seleção de atributos e mineração de dados, identificando quais fatores impactam no IDEB das escolas municipais de Alagoas para posteriores estudos e reflexões na área da educação. Para tanto, utilizou-se dados do SAEB das escolas públicas municipais de Teotônio Vilela, conduzindo um estudo experimental, produzindo relevantes resultados na tarefa de identificação de atributos relevantes para apoiar os gestores educacionais.
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.