Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/11349
Título: Evasão de alunos de graduação: estudo com bancos de dados nos centros da UFES em Alegre
Autor(es): Silveira, Sergio Rodrigues
Orientador: Hegedus, Clovis Eduardo Nunes
Data do documento: 17-Jun-2019
Editor: Universidade Federal do Espírito Santo
Resumo: A evasão é um fenômeno que representa um problema para as instituições de ensino, sejam públicas ou particulares, ocasionando perda de recursos de todos os envolvidos no processo de ensino. A Mineração de Dados Educacionais é uma área de pesquisa recente que tem se demonstrado promissora no desenvolvimento de métodos para a exploração de dados produzidos em ambientes educacionais, ajudando na elaboração de indicadores para mitigação dos fatores que impedem a permanência de alunos. O objetivo principal da presente pesquisa foi obter informações que proporcionem a aquisição de conhecimentos relacionados à evasão estudantil na Universidade Federal do Espírito Santo e que possibilitem a tomada de decisões que favoreçam a permanência de seus alunos. A pesquisa realizou uma abordagem quantitativa, utilizando dados secundários para obter padrões e modelos que permitiram realizar análises preditivas com suas variáveis. Como fonte de dados, foram utilizadas tabelas contendo informações sociais e acadêmicas de alunos matriculados nos anos de 2007 a 2019 nos dois centros da UFES, localizados no município de Alegre. O pré-processamento, a transformação e a mineração dos dados foram realizados com auxílio do programa RapidMiner Studio, versão 9.2.001, plataforma WIN64. Com os resultados obtidos, concluiu-se que é possível ampliar o conhecimento e a capacidade de tomada de decisões da gestão universitária da UFES para reduzir os índices de evasão na instituição. Como produto técnico resultante da pesquisa, elaborou-se um conjunto de instruções para que a gestão pública da UFES possa utilizar o mesmo processo aplicado neste trabalho para realizar predições com alunos futuros
Evasion is a phenomenon that represents a problem for educational institutions, whether public or private, causing loss of resources for all those involved in the teaching process. Educational Data Mining is a recent area of research that has shown promise in the development of methods for the exploration of data produced in educational environments, helping in the elaboration of indicators to mitigate the factors that prevent the permanence of students. The main objective of the present research was to obtain information that provides the acquisition of knowledge related to student evasion at the Federal University of Espírito Santo and that make it possible to make decisions that favor the permanence of its students. The research carried out a quantitative approach, using secondary data to obtain patterns and models that allowed to perform predictive analyzes with its variables. As for its purposes, it was a descriptive and methodological research. As data source, tables containing social and academic information of students enrolled in the years 2007 to 2018 were used in the two UFES centers, located in the city of Alegre. Data preprocessing, transformation and mining were performed using the RapidMiner Studio program, version 9.2.001, WIN64 platform. With the obtained results, it was concluded that it is possible to increase the knowledge and the decision-making capacity of the UFES university management to reduce the rates of evasion in the institution. As a technical product resulting from the research, a set of instructions as elaborated so that the UFES public management can use the same process applied in this work to make predictions with future students
URI: http://repositorio.ufes.br/handle/10/11349
Aparece nas coleções:PPGGP - Dissertações de mestrado profissional

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_13424_Dissertação - Sergio Rodrigues Silveira.pdf1.55 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.