Predição de Estudantes em Risco de Retenção e Evasão: Uma Proposta de Abordagem Exploratória dos Dados do IFSul

Edição: XIV - 2021

ID: 1471

Participantes:

• [BOLSISTA] - Geison de Lima Martins | geison.lmartins@inf.ufpel.edu.br
• [ORIENTADOR] - João Ladislau Barbará Lopes | joaolopes@ifsul.edu.br
• [VOLUNTARIO] - Emanuel Marques Queiroga | emanuelqueiroga@ifsul.edu.br

Número de Registro: PE01200520/008

Campus: Visconde da Graça

Nível: Ensino Médio

Área: Ciências Exatas e da Terra

Temática: Multidisciplinar

Resumo

Um dos atuais desafios na área da educação é a retenção e a evasão de estudantes. A detecção precoce destas situações pode ser um fator preponderante para sua reversão. O objetivo desta pesquisa é a proposição de uma abordagem exploratória dos dados de fontes institucionais do Instituto Federal Sul-rio-grandense, visando gerar modelos para predição de estudantes em risco de retenção e evasão. A metodologia é constituída pelas etapas de análise exploratória dos dados, preparação dos dados, geração dos modelos e avaliação dos resultados dos modelos. Foram analisados dados anonimizados de 11417 estudantes de 19 cursos técnicos e 11 superiores. Um processo de descoberta de conhecimento foi aplicado, auxiliando na preparação dos dados para execução de algoritmos classificadores baseados em aprendizagem de máquina. Foram geradas variáveis novas como estudante-local, distância-campus-centro, idade e faixa-etária, sendo aplicado o classificador Random Forest para predizer o status final do estudante. Para uma melhor compreensão os estudantes foram agrupados em: estudantes que finalizaram o curso no tempo previsto e estudantes que não completaram sua formação no prazo previsto. Os resultados parciais, obtidos pela análise dos dados, possibilitaram definir quais variáveis podem ser usadas na geração dos modelos. Nos testes iniciais com dados dos cursos técnicos, a aplicação dos classificadores obteve uma média de 73% de precisão. Um problema enfrentado na análise de dados foi a falta de preenchimento significativo em diversos campos da base. Isto gera uma menor eficiência nos modelos de predição, além de não revelar informações que poderiam ser relevantes para tratar o problema da desvinculação estudantil. Cabe salientar que a cultura de recolhimento de dados é relativamente nova no contexto educacional, sendo necessária a conscientização sobre sua importância. Na continuidade da pesquisa pretende-se expandir a geração dos modelos aos cursos superiores e realizar a avaliação geral dos modelos de predição.

Palavras-chave

Instituto Federal Sul-rio-grandense;Retenção e evasão;Modelos de predição

Banner

Clique aqui para abrir o banner.

Vídeo/Pitch

Caso o vídeo não abra, clique aqui.