Mineração Espacial de Dados: Identificando Padrões de Espaciais de Evasão nos Cursos da UFAM

- 158485
Resumo / Abstract / Resumen
Favorite this paper
How to cite this paper?
Abstract

A evasão no ensino superior ocorre quando um discente dá início ao seu curso mas não o conclui por algum motivo. É um fenômeno recorrente em discussões de caráter educacional e se caracteriza como um processo de exclusão determinado por variáveis internas e externas à instituição (Vitelli e Fritsch, 2016, p. 909). Segundo Lima (2015) a evasão do aluno se dá por três conjuntos de fatores principais do aluno, são eles: fatores individuais do aluno, fatores internos a instituição e fatores externos à instituição. Neste trabalho é investigado o problema de evasão no âmbito da Universidade federal do Amazonas (UFAM), são analisados dados do Sistema de Informações de Ensino (SIE/UFAM) que possuem um rico conjunto de informações que podem ser exploradas para investigar as causas da evasão na instituição e obter resultados que possam auxiliar a instituição no desenvolvimento de estratégias para trabalhar esta problemática. Para tanto, são utilizadas técnicas e ferramentas de mineração de dados (data mining) que permitem fazer predições de informações futuras baseadas em informações do passado, explorando também as informações de dados de localização espacial da residência dos discentes, pois estes dados podem conter informações não observadas de fatores socioeconômicos locais ou regionalizados em bairros e que contribuem para o problema de evasão na UFAM. Um modelo estatístico geral também é apresentado para a formulação do problema , a mineração espacial de dados via clusterização espacial e regressão espacial são utilizadas para a estimação dos parâmetros do modelo. Por fim, considerando as causas de evasão a clusterização espacial é utilizada para caracterizar os padrões de evasão da UFAM.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Universidade Federal do Amazonas
Track
  • Data Mining
Keywords
Mineração de dados; evasão; análise espacial