Educação em Engenharia e mineração de dados educacionais: oportunidades para o tratamento da evasão

Autores/as

  • Sandro José Rigo UNISINOS
  • Jorge Barbosa UNISINOS
  • Wagner Cambruzzi

DOI:

https://doi.org/10.30612/eadtde.v2i3.3409

Palabras clave:

Educação em Engenharia. Mineração de Dados Educacionais. Evasão.

Resumen

Este artigo discute aspectos de evasão escolar nos cursos de Engenharias e apresenta uma análise de possibilidades de aplicação de tecnologias de Mineração de Dados Educacionais junto com recursos de mediação digital como forma de atuar na mitigação deste problema. Estes aspectos tecnológicos vêm sendo utilizados com sucesso em processos de detecção precoce de comportamentos associados com evasão e baixo rendimento. Sendo este um dos aspectos que chamam a atenção no estudo do contexto de cursos nas áreas de Engenharia, é demonstrada a importância do mapeamento de possíveis fatores associados, que permitam o diagnóstico precoce da evasão, com a consequente realização de ações pedagógicas para a sua reversão.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

ANDRIOLA, W. B.; ANDRIOLA, C. G.; MOURA, C. P. Opiniões de docentes e de coordenadores acerca do fenômeno da evasão discente dos cursos de graduação da Universidade Federal do Ceará (UFC). Ensaio: Avaliação e Políticas Públicas em Educação. Rio de Janeiro, v.14, n.52, jul/set, 2006, p. 365‐382.

ADACHI, A.A.C.T, Evasão e evadidos nos cursos de graduação da Universidade Federal de Minas Gerais, Dissertação de Mestrado. Faculdade de Educação, UFMG, 2009.

BAKER, R. S. J., CARVALHO, A., M., J., ISOTANI, S., Mineração de Dados Educacionais: Oportunidades para o Brasil, Revista Brasileira de Informática na Educação, Volume 19, Número 2, 2011

CensoEAD (2010) CensoEAD.BR:2009. Relatório analítico da aprendizagem a distância no Brasil. ABED ‐ São Paulo: Pearson Education do Brasil, 2011.

DURAND, G., LAPLANTE, F., KOP, R. A Learning Design Recommendation System Based on Markov Decision Processes, KDD 2011 Workshop: Knowledge Discovery in Educational Data, ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2011) in San Diego, CA. August 21‐24. 2011.

FAVERO, R. V. M., Dialogar ou evadir: Eis a questão!: Um estudo sobre a permanência e a evasão na Educação a Distancia, no Estado do Rio Grande do Sul. CINTED‐UFRGS. Novas Tecnologias na Educação. Porto Alegre: V. 4 Nº 2, Dezembro, 2006.

KAMPFF, A. Mineração de Dados Educacionais para Geração de Alertas em Ambientes Virtuais de Aprendizagem como Apoio à Prática Docente. Porto Alegre, RS: 2009

LI, N., COHEN, W., KOEDINGER, K.R., MATSUDA, N., A Machine Learning Approach for Automatic Student Model Discovery. EDM 2011: 31‐40. Proceedings of the 4th International Conf on EducationalData Mining, Eindhoven, The Netherlands, July 6‐8, 2011.

LEVY, Y. Comparing dropouts and persistence in e‐learning courses, Computers & Education, 48 (2007) 185–204, 2007.

LOBO, Roberto Leal et. al. A evasão no Ensino Superior Brasileiro. Cadernos de Pesquisa, v. 37, n. 132, p. 641‐659, set./dez. 2007. Disponível em http://www.scielo.br/scielo.php?pid=S010015742007000300007&script=sci_arttext#tab07. Acesso em abril de 2012.

MANHÃES, L. M. B, CRUZ, S. M. S., COSTA, R. J. M., ZAVALETA, J., ZIMBRÃO, G., Previsão de Estudantes com Risco de Evasão Utilizando Técnicas de Mineração de Dados. XVII WIE, 2011.

MEC – Ministério da Educação e Cultura (1997) “Diplomação, Retenção e Evasão nos cursos de Graduação em Instituições de Ensino Superior Públicas”, http://www.udesc.br/arquivos/id_submenu/102/diplomacao.pdf, Acesso em abril de 2012.

MEC – Ministério da Educação (2007) “Diretrizes Gerais do Programa de Apoio a Planos de Reestruturação e Expansão das Universidades Federais – REUNI”, http://portal.mec.gov.br/sesu/arquivos/pdf/diretrizesreuni.pdf, Acesso em Abril de 2012.

ROMERO, C., VENTURA, S., PECHENIZKIY, M., BAKER, R.S.J.d, Handbook of Educational Data Mining, Ed. C R C, 2010, 535p.

SCOTT, J (2011) – Distance Education Report, California Community Colleges Chancellor’s Office, 2011. Disponível em http://www.cccco.edu/Portals/4/AA/Final%20DE%202011%20Report.pdf. Acesso em abril de 2012.

SANTOS, E. M.; NETO, J. D. O.. Evasão na Educação a Distância: identificando causas e propondo estratégias de prevenção. Universidade Metropolitana de Santos (Unimes). Núcleo de Educação a Distância - Unimes Virtual. Revista Científica de Educação a Distância. Vol 2 – N°2 – Dez. 2009

TINTO, V. Dropout from higher education: a theoretical synthesis of recent research. Washington, Review of Educational Research v. 45, n. 1, 1975, p. 89‐125.

TOSCHER, A., JAHRER, M. 2010. Collaborative filtering applied to educational data mining. KDD Cup 2010: Improving Cognitive Models with Educational Data Mining.

J. R. T. Rios; A P. Santos, & C. Nascimento. Estudo da evasão e da retenção nos cursos de engenharia da Escola de Minas da Universidade Federal de Ouro Preto. In: CONGRESSO BRASILEIRO DE ENSINO DE ENGENHARIA, 28, 2000, Ouro Preto, MG. Anais Eletrônicos do XXVIII Congresso Brasileiro de Engenharia. Ouro Preto: Associação Brasileira

do Engenharia – ABENGE, 2000

J. R. T. Rios; A P. Santos, & C. Nascimento. Evasão e retenção no ciclo básico dos cursos de engenharia da Escola de Minas da Universidade Federal de Ouro Preto. In: CONGRESSO BRASILEIRO DE ENSINO DE ENGENHARIA, 29, 2001. Anais Eletrônicos do XXIX Congresso Brasileiro de Engenharia. Associação Brasileira do Engenharia – ABENGE,

P. V. Barbosa, F. Mezzomo, L. L. Loder ‐. Motivos de Evasão no curso de Engenharia Elétrica: Realidade e perspectivas. In: CONGRESSO BRASILEIRO DE ENSINO DE ENGENHARIA, 39, 2011. Anais Eletrônicos do XXIX Congresso Brasileiro de Engenharia. Associação

Brasileira do Engenharia – ABENGE, 2011.

Alberto Bastos do Canto Filho, Luiz Fernando Ferreira, Magda Bercht, Liane Margarida Rockenbach Tarouco, José Valdeni de Lima. Objetos de Aprendizagem no Apoio à Aprendizagem de Engenharia: Explorando a Motivação Extrínseca. CINTED. UFRGS, 2012.

Johnson, L., Adams Becker, S., Cummins, M., Estrada, V., Freeman, A., Ludgate, H. (2013). NMC Horizon Report: 2013 Higher Education Edition. Austin, Texas: The New Media Consortium.

Bienkowski, M. Feng, M., Means, B.. Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics: An Issue Brief, Washington, D.C., 2012. U.S. Department of Education. Office of Educational Technology. 2012

Schoonenboom, J., Levene, M. Heller, J., Keenoy, K, Turcsányi‐Szabó, M., Trails in Education. Sense Publishers, 2011.

CAPES‐MEC, 2011, PLANO NACIONAL DE ENGENHARIA PRÓ‐ENGENHARIA. Disponível em http://www.eng.uerj.br/publico/anexos/1318898639/1318898639PlanoNacionalEngenharia.doc.

Publicado

2014-11-06

Cómo citar

Rigo, S. J., Barbosa, J., & Cambruzzi, W. (2014). Educação em Engenharia e mineração de dados educacionais: oportunidades para o tratamento da evasão. EaD & Tecnologias Digitais Na Educação, 2(3), 30–40. https://doi.org/10.30612/eadtde.v2i3.3409

Número

Sección

Artigos