Resumo A evasão escolar é uma preocupação mundial devido às consequências negativas para toda a sociedade, sendo preciso investigá-la para compreendê-la e atuar de forma antecipada, mitigando seu risco de ocorrência. Esse trabalho propõe o emprego de Mineração de Dados Educacionais com técnicas de Aprendizado de Máquina para identificar as variáveis que são importantes para a caracterização do perfil do estudante em risco de evasão. As técnicas Máquina de Vetores de Suporte, Gradient Boosting Machine, Floresta Aleatória e comitê de máquina foram aplicadas a 1.429 registros de estudantes dos cursos superiores de um dos campi do IFMG, entre 2013 e 2019. Os resultados obtidos sugerem superioridade de desempenho do comitê de máquina, por meio do qual se obteve a importância das variáveis sobre o fenômeno em estudo, o que permitiu traçar o perfil do estudante evasor, por período. Tais resultados viabilizaram a proposição de um processo de detecção e acompanhamento desses estudantes.
O objetivo deste estudo foi descrever o perfil dos estudantes em situação de evasão dos cursos superiores de um dos campi do Instituto Federal de Minas Gerais, bem com a percepção dos estudantes evadidos sobre as principais causas que influenciaram a sua decisão pela não continuidade no curso. O trabalho foi desenvolvido com base em três dimensões de análise, sendo o risco de evasão avaliado segundo sua relação com variáveis socioeconômicas, variáveis de desempenho e causas percebidas como significativas à decisão de abandono. A coleta dos dados sobre variáveis socioeconômicas e de desempenho foram obtidas por meio de sistemas de registros e documentos internos à instituição. A percepção dos estudantes foi obtida pela aplicação de questionário online. A análise descritiva das variáveis socioeconômicas e educacionais, permitiu a caracterização do perfil do estudante que decide pela evasão de forma voluntária. Sobre as motivações para a evasão, sugere-se que causas como dificuldade nas disciplinas e/ou conteúdo, expectativa de tempo até a conclusão do curso, empregabilidade e salários da profissão, estresse financeiro e em relação ao futuro, assim como interesse em realizar outro curso superior, são os que mais impactaram na decisão do estudante em evadir. A partir desses resultados, foi possível propor um produto educacional, no formato de um quadro de ações, para auxiliar em estratégias que possam ser adotadas pela instituição em estudo.
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.