Estratégias computacionais para análise visual do desempenho acadêmico no ensino superior

por Marcelo Zanchetta do Nascimento
Publicado: 19/09/2023 - 14:15
Última modificação: 19/09/2023 - 14:15

 Gestores educacionais comumente presenciam alta evasão escolar e baixo número de concluintes nos cursos acadêmicos, em especial naqueles da área de Exatas. É de suma importância compreender o desempenho dos alunos ao longo dos semestres para identificar quais aspectos devem ser tratados para resolver esse problema. As universidades armazenam uma grande quantidade de dados com diversas informações potenciais para esse entendimento, que se organizadas e apresentadas de forma eficaz, podem auxiliar na compreensão de fenômenos relacionados ao aprendizado dos alunos. Assim, este projeto de pesquisa propõe uma metodologia computacional de análise dos dados de desempenho acadêmico. Pretende-se criar um repositório anonimizado contendo informações sobre a participação e o desempenho dos alunos nas disciplinas dos cursos ao longo dos períodos letivos, além de informações sobre os conteúdos ministrados, e outras informações pertinentes. Para isso, serão exploradas diversas técnicas de mineração de dados e aprendizagem de máquina, como forma de buscar padrões e correlações entre as diversas informações disponíveis neste repositório. Será empregado também um conjunto de técnicas de visualização de informação aliadas a ferramentas de interação a esses dados para permitir a exploração completa das informações neles contidas. Espera-se possibilitar observar padrões e tendências que permitam identificar quais fatores influenciam no desempenho e aprendizado dos alunos nos cursos superiores, além de deficiências na estrutura curricular dos cursos, bem como em seus conteúdos, dentre outras tarefas. A metodologia poderá ser usada para guiar a criação de estratégias que corrijam essas deficiências, melhorando a taxa de sucesso dos alunos e então reduzindo a evasão.

Financiadores: 
Linhas de Pesquisa: