Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
XI CONGRESSO CIENTÍFICO<br />
.........................<br />
IDENTIFICAÇÃO DE PERFIS DISCENTES MAIS SUSCETÍVEIS À<br />
REPROVAÇÃO ESCOLAR POR MEIO DE TÉCNICAS DE MINERAÇÃO DE DADOS<br />
Walyson Escarassati da Silva<br />
Odilena Escarassati da Silva<br />
Sergio Ricardo Borges Junior<br />
A reprovação em disciplinas em cursos superiores <strong>de</strong> graduação é um dos fatores<br />
que <strong>de</strong>sestimula o corpo discente a continuar seus estudos e, em alguns casos,<br />
constitui-se como fator prepon<strong>de</strong>rante para que o aluno <strong>de</strong>sista <strong>de</strong> sua faculda<strong>de</strong>.<br />
Nessa perspectiva, o presente projeto tem como objetivo i<strong>de</strong>ntificar quais as<br />
características do alunado que contribui <strong>de</strong> forma significativa para a reprovação<br />
em disciplinas no curso superior. Propõe-se, para isso, a aplicação <strong>de</strong><br />
algoritmos <strong>de</strong> mineração <strong>de</strong> dados e <strong>de</strong> aprendizado <strong>de</strong> máquina disponibilizados<br />
pela ferramenta WEKA (Waikato Environment for Knowledge Analysis), a qual<br />
se <strong>de</strong>staca por ser <strong>de</strong> domínio público e pela facilida<strong>de</strong> <strong>de</strong> executar as etapas do<br />
processo <strong>de</strong> <strong>de</strong>scobrimento <strong>de</strong> conhecimento, <strong>de</strong>stacando-se as etapas <strong>de</strong>: seleção,<br />
pré-processamento, transformação, mineração <strong>de</strong> dados e interpretação/análise,<br />
essenciais ao presente projeto. Inicialmente, as informações foram coletadas<br />
a partir do banco <strong>de</strong> dados <strong>de</strong> um sistema acadêmico <strong>de</strong> uma instituição <strong>de</strong> ensino,<br />
o qual é alimentado pela secretaria acadêmica. Em seguida, foram selecionadas<br />
informações relacionadas às características individuais dos alunos, tais como:<br />
ida<strong>de</strong>, formação ensino médio, sexo, renda individual, renda familiar, número <strong>de</strong><br />
filho, <strong>de</strong>ntre outras, que foram mantidas <strong>de</strong> forma anônima, ou seja, não é possível<br />
e nem necessária a i<strong>de</strong>ntificação do aluno nesta pesquisa. Como resultado,<br />
espera-se que o presente estudo contribua para que os gestores escolares possam<br />
<strong>de</strong>linear estratégias pedagógicas e ações no sentido <strong>de</strong> minimizar o número<br />
<strong>de</strong> alunos reprovados nos cursos ofertados pela instituição <strong>de</strong> ensino com base<br />
nas características individuais dos alunos. Conclui-se que conhecimento do perfil<br />
do corpo discente e das características individuais que favoreçam as reprovações,<br />
seja um elemento essencial para a elaboração <strong>de</strong> políticas educacionais<br />
voltadas para redução da evasão escolar e o <strong>de</strong>sestimulo a aprendizagem.<br />
Palavras-chave: Mineração <strong>de</strong> dados. Reprovação Escolar. Evasão Escolar.<br />
.................................................................................................................................................................................<br />
129<br />
ANAIS <strong>2014</strong><br />
ISSN 2316-7629