Mineração de dados para identificação de alunos com alto risco de evasão: um estudo de caso (2016)
- Authors:
- USP affiliated authors: DIGIAMPIETRI, LUCIANO ANTONIO - EACH ; NAKANO, FÁBIO - EACH ; LAURETTO, MARCELO DE SOUZA - EACH
- Unidade: EACH
- DOI: 10.11606/issn.2525-376X.v1i1p17-23
- Subjects: EVASÃO ESCOLAR; ENSINO SUPERIOR; CURSO DE GRADUAÇÃO; MINERAÇÃO DE DADOS
- Language: Português
- Abstract: A evasão estudantil no ensino superior é uma questão crítica nas universidades brasileiras. Existem diversos fatores potenciais relacionados a esse fenômeno, sendo alguns deles mitigáveis pelas instituições por meio de aperfeiçoamentos nos cursos e políticas de apoio aos alunos. Neste trabalho, apresentamos uma metodologia baseada em mineração de dados para o acompanhamento e identificação precoce dos estudantes com grande potencial de desistência ou desligamento compulsório. Nossa abordagem utiliza exclusivamente o histórico de desempenho nas disciplinas do primeiro ano do curso, dispensando fontes externas de dados mais escassas ou de difícil obtenção. Tais instrumentos podem balizar a tomada de ações individuais direcionadas a alunos em risco, bem como o planejamento de ações futuras. Apresentamos um estudo de caso conduzido sobre o histórico escolar de alunos do Bacharelado em Sistemas de Informação da USP, com índices de acerto superiores a 90%
- Imprenta:
- Source:
- Título: Revista de Graduação USP
- ISSN: 2525-376x
- Volume/Número/Paginação/Ano: v. 1, n. 1, p. 17-23, jul. 2016
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
DIGIAMPIETRI, Luciano Antonio e NAKANO, Fábio e LAURETTO, Marcelo de Souza. Mineração de dados para identificação de alunos com alto risco de evasão: um estudo de caso. Revista de Graduação USP, v. 1, n. 1, p. 17-23, 2016Tradução . . Disponível em: https://doi.org/10.11606/issn.2525-376X.v1i1p17-23. Acesso em: 10 abr. 2026. -
APA
Digiampietri, L. A., Nakano, F., & Lauretto, M. de S. (2016). Mineração de dados para identificação de alunos com alto risco de evasão: um estudo de caso. Revista de Graduação USP, 1( 1), 17-23. doi:10.11606/issn.2525-376X.v1i1p17-23 -
NLM
Digiampietri LA, Nakano F, Lauretto M de S. Mineração de dados para identificação de alunos com alto risco de evasão: um estudo de caso [Internet]. Revista de Graduação USP. 2016 ; 1( 1): 17-23.[citado 2026 abr. 10 ] Available from: https://doi.org/10.11606/issn.2525-376X.v1i1p17-23 -
Vancouver
Digiampietri LA, Nakano F, Lauretto M de S. Mineração de dados para identificação de alunos com alto risco de evasão: um estudo de caso [Internet]. Revista de Graduação USP. 2016 ; 1( 1): 17-23.[citado 2026 abr. 10 ] Available from: https://doi.org/10.11606/issn.2525-376X.v1i1p17-23 - Estratégia de análise quantitativa para revisao de pré-requisitos em uma matriz curricular do curso de bacharelado em Sistemas de Informação
- Mineração de dados educacionais para a revisão de pré-requisitos
- Evasão de estudantes de enfermagem: desempenho acadêmico como fator preditor
- Evasão de estudantes de enfermagem: desempenho acadêmico como fator preditor
- Hierarchical forecasting with polynomial nets
- Intentional sampling by goal optimization with decoupling by stochastic perturbation: why (not) to randomize?
- Intentional sampling by goal optimization with decoupling by stochastic perturbation
- Solver de alto desempenho para problemas na forma angular blocada aninhada
- Um novo modelo para cálculo de probabilidade de paternidade: concepção e implementação
- Complementando o aprendizado em programação: revisitando experiências no curso de Sistemas de Informação da USP
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
