É Possível Prever Evasão com Base Apenas no Desempenho Acadêmico?

Abstract

Um dos grande problemas do ensino superior no Brasil é o alto índice de evasão dos estudantes. Neste trabalho, aplicamos técnicas de Mineração de Dados, mais especificamente, técnicas de classificação, para prever e tentar evitar a evasão. Os modelos preditivos são gerados apenas com base no desempenho dos estudantes nas disciplinas cursadas. São criados n diferentes modelos, dos quais o i-ésimo modelo, 1 =< i <= n, é capaz de prever, ao fim do i-ésimo semestre de um estudante, se ele ou ela irá evadir os se formar no futuro. Os experimentos realizados com uma base de dados real, sobre estudantes de uma universidade brasileira, mostraram que os modelos são capazes de atingir acurácia preditiva entre 79,31% e 98,25%.

Ferramenta para Predição do Desempenho Acadêmico no Ensino Superior

“…Nessa perspectiva, embora os atributos demográficos e socioeconômicos sejam reconhecidamente poderosos para predição, como demonstrado nos trabalhos correlatos, esta pesquisa propende a considerar experiência do aluno durante o curso, correlacionando os resultados obtidos nas disciplinas. Ainda que em estudos como [SANTOS et al, 2021], [CZIBULA et al, 2019], [ALHAZMI e SHENEAMER, 2023], [MAIA et al, 2010] e [PAÉZ, 2022] sejam considerados os resultados obtidos durante o curso ou disciplina como notas ou média cumulativa (GPA), este enfoque na média de desempenho pode deixar de considerar importantes relações entre os componentes curriculares. Ao indicar especificamente cada disciplina cursada ou não cursada durante o percurso, conjectura-se neste estudo que o arranjo de disciplinas cursadas pelo aluno impõe uma correlação lógica que reflete nos resultados obtidos.…”

“…Em [SANTOS et al, 2021], são aplicadas técnicas de classificação para a previsão de casos de evasão ou diplomação. Os autores buscam identificar alunos com comportamento semelhante a alunos que evadiram no passado e optam por uma abordagem de se utilizar somente dados acadêmicos durante o curso.…”

“…Ainda que [PAÉZ, 2022] e [SANTOS et al, 2021], ao utilizarem modelos progressivos, relatem que, conforme acumulam-se as informações ao longo do tempo ocorre a melhora na previsão, observa-se, no Gráfico 1, que o percentual de acertos é semelhante à média geral já no segundo período. Todavia, no 8º período, o percentual de acerto é de 100%.…”

“…Um ponto em comum em todos os recursos de TI envolvidos é a miríade de registros e geração de dados. Perante a dificuldade de se analisar manualmente essa grande quantidade de dados gerados, tecnologias têm sido propostas e utilizadas para analisar automaticamente esses dados, de forma a permitir que estudantes, professores e administradores obtenham novas perspectivas sobre o comportamento dos atores do sistema educacional [SANTOS et al, 2021]. Emerge, dentre essas tecnologias, a Mineração de Dados Educacionais (MDE) como um dos recursos computacionais mais promissores, sendo capaz de coletar, processar e armazenar uma grande quantidade de informações no/do contexto educacional que, ao serem analisadas, podem ser valiosas para as instituições de ensino e seus agentes [RABELO et al, 2017].…”

Modelo de Predição de Evasão Escolar com Base em Dados de Autoavaliação de Cursos de Graduação

“…Existem vários algoritmos capazes de realizar a tarefa de classificação supervisionada, porém seria extremamente custoso criar um modelo para cada algoritmo existente. Com base nesse contexto, foram selecionados os algoritmos SVM, RF e DT, que obtiveram os melhores resultados na RSL proposta por (dos Santos et al, 2021).…”