MINERAÇÃO DE DADOS PARA DETECTAR EVASÃO ESCOLAR UTILIZANDO ALGORITMOS DE CLASSIFICAÇÃO

Autores

  • Luciano Bruno Gomes de Medeiros Universidade Federal da Paraíba/UFPB Autor
  • Thereza Patrícia Pereira Padilha Universidade Federal da Paraíba/UFPB Autor

Palavras-chave:

mineração de dados educacionais, evasão escolar, escola pública

Resumo

A tecnologia da informação está mudando o mundo de forma muito veloz com a inserção da internet, smartphones, tablets e diversos dispositivos conectados, gerando e armazenando diversos tipos de dados. Na área educacional, há uma infinidade de dados (púbicos ou privados) que podem ser explorados para ajudar em processos de tomada de decisão, tais como: quantidade de acessos do aluno a um ambiente educacional, notas nas disciplinas, frequência, e disciplinas cursadas, trancadas, reprovadas e evadidas. Diante deste contexto, este trabalho apresenta os resultados obtidos da mineração de dados de uma pesquisa de campo com alunos de uma escola da rede pública do estado X utilizando algoritmos de classificação da ferramenta Weka com o objetivo de detectar perfis de alunos evadidos para suporte a campanhas e políticas de evasão escolar. Diversos fatores foram identificados para evasão escolar observando diferentes faixas etárias, sendo trabalho (de 16 a 20 anos) e gravidez (de 21 a 25 anos), por exemplo.

Downloads

Publicado

16-04-2024

Edição

Anais CIET:EnPED|2018

Seção

CIET:EnPED:2018 – Eixo 4 - Educação e Tecnologias: Gestão e política

Como Citar

MEDEIROS, Luciano Bruno Gomes de; PADILHA, Thereza Patrícia Pereira. MINERAÇÃO DE DADOS PARA DETECTAR EVASÃO ESCOLAR UTILIZANDO ALGORITMOS DE CLASSIFICAÇÃO. Anais CIET:Horizonte, São Carlos-SP, v. 4, n. 1, 2024. Disponível em: https://ciet.ufscar.br/submissao/index.php/ciet/article/view/988.. Acesso em: 18 ago. 2026.