Ir direto para menu de acessibilidade.
Você está aqui: Página inicial > Mineração / Evasão
Início do conteúdo da página

A mineração de dados como ferramenta para prevenção de evasão e retenção de alunos

Acessos: 2596

Início:

  • março de 2021

Docentes integrantes:

  • Fabio Yoshimitsu Okuyama

  •  José Palazzo Moreira de Oliveira

  • Marcelo Augusto Rauh Schmitt

  • Márcia Amaral Corrêa Ughini Villarroel

  • Mariano Nicolao

  • Silvia de Castro Bertagnolli

Dicentes integrantes:

 

Descrição:

Os altíssimos índices de evasão e retenção de alunos nas instituições de ensino; o contexto pandêmico vivido a partir do ano de 2020 que levou ao uso significativo de AVAs; o fato de várias aplicações utilizarem Knowledge Discovery in Databases (KDD) para recuperação de informações significativas de bases de dados extensas; a necessidade de antecipar e prevenir riscos de evasão e retenção. Como desdobramento desta pesquisa, levanta-se a hipótese que técnicas de KDD e learning analytics possam ser aplicadas para previsão de estudantes com possibilidade de evasão ou retenção.

O objetivo geral deste projeto compreende desenvolver modelos e soluções tecnológicas para problemas de evasão e retenção de alunos enfrentados pelas instituições de ensino.

Como objetivos específicos tem-se:
- elaborar um modelo preditivo que indique, com máxima precisão possível, os estudantes com propensão à evasão e retenção;
- desenvolver um plugin para o Moodle, para que docentes e gestores possam identificar, em tempo real, estudantes com propensão à evasão e retenção,
- realizar estudos de caso no contexto do IFRS, em conjunto com docentes de diversos cursos do campus.

registrado em: ,
Fim do conteúdo da página