Aplicação de métodos preditivos em evasão no ensino superior: Uma revisão sistemática da literatura

Abstract

A evasão escolar é considerada um problema complexo que perpassa diversos níveis e dimensões de análise. O desenvolvimento de modelos preditivos tem sido uma resposta mais dinâmica e proativa ao enfrentamento desse problema. O objetivo desta pesquisa foi o de revisar sistematicamente a literatura sobre predição de evasão no ensino superior. O período de análise foi de 2010 a 2020, compreendendo seis bases de dados de artigos científicos e uma amostra de 48 estudos. Os resultados indicam as características metodológicas e contextuais do estado da arte da literatura em predição da evasão universitária, bem como permitem propor uma agenda de pesquisa para estudos posteriores. A amostra de estudos analisados evidenciou a carência de pesquisas que relatem ou proponham ações de gestão e de políticas educacionais para além de aplicação dos modelos preditivos de evasão.

Modelo de Monte Carlo para la predicción de la deserción: herramienta para la retroalimentación de las políticas públicas en la educación superio

“…Los modelos predictivos son un conjunto de técnicas matemáticas y estadísticas que, mediante el aprendizaje automático, uso de datos históricos y el reconocimiento de patrones, buscan establecer el comportamiento de un sistema en el futuro (Lamba y Madhusudhan, 2022). El uso de este tipo de modelado es frecuente en la literatura de la deserción en la educación superior (Tete et al, 2022;Silva et al, 2020) y generalmente se usa desde el nivel micro, en el que se estudian las variables que explican este fenómeno educativo. Entre las técnicas más usadas se destacan el árbol de decisiones, redes bayesianas, regresiones logísticas y redes neuronales (Tete et al, 2022).…”

“…El uso de este tipo de modelado es frecuente en la literatura de la deserción en la educación superior (Tete et al, 2022;Silva et al, 2020) y generalmente se usa desde el nivel micro, en el que se estudian las variables que explican este fenómeno educativo. Entre las técnicas más usadas se destacan el árbol de decisiones, redes bayesianas, regresiones logísticas y redes neuronales (Tete et al, 2022). El uso de modelos predictivos tiene múltiples ventajas en el estudio de la deserción, ejemplo de esto es el árbol de decisiones que facilita la comprensión de este fenómeno educativo a partir del comportamiento de la gran mayoría de individuos, determinando los factores que más influyen a la hora de tomar la decisión de no continuar con su educación (Días et al, 2008).…”

“…El uso de modelos predictivos tiene múltiples ventajas en el estudio de la deserción, ejemplo de esto es el árbol de decisiones que facilita la comprensión de este fenómeno educativo a partir del comportamiento de la gran mayoría de individuos, determinando los factores que más influyen a la hora de tomar la decisión de no continuar con su educación (Días et al, 2008). Para el caso de las redes bayesianas, estas permiten conocer las relaciones causales entre una o más variables explicativas de la deserción (Tete et al, 2022).…”

Education 4.0 and 5.0: integrating Artificial Intelligence (AI) for personalized and adaptive learning

“…Machine learning algorithms analyze extensive data to identify patterns and predict future outcomes [28,29]. In education, predictive analytics forecast a student's performance, learning trajectory, and potential challenges [126][127][128][129][130][131]. Early warnings allow educators to intervene and provide additional support, addressing learning gaps and enhancing overall student success.…”