Mineração de dados educacionais aplicada na identificação do perfil dos egressos de escola técnica pública para apoiar a gestão educacional

Author:

Andrelo Pamela Ferreira AlvesORCID,Gatto Dacyr Dante de OliveiraORCID,Evangelista João Rafael GonçalvesORCID,Sassi Renato JoséORCID,Gaspar Marcos AntônioORCID,Ferreira Ricardo PintoORCID

Abstract

As Escolas Técnicas Públicas do Estado de São Paulo (ETECs) têm buscado melhorias direcionadas à formação do seu discente, por meio da análise de dados de seus egressos aprovados em exames vestibulares, para apoiar a gestão educacional no desenvolvimento de estratégias educacionais. Pode-se analisar o desempenho destes egressos com a aplicação da Mineração de Dados Educacionais (MDE). O objetivo deste trabalho foi identificar e analisar o perfil dos egressos de escola técnica pública aprovados em vestibulares, com o uso da Mineração de Dados Educacionais, para implementar mudanças, que apoiem a gestão educacional no desenvolvimento de estratégias educacionais. A ETEC Paulistano, objeto de estudo deste trabalho, conta com um corpo discente composto por 95% de alunos da região da Vila Brasilândia, sendo que 70% deles vêm da escola pública. Foi aplicado um questionário para os egressos das turmas dos anos de 2016 a 2018. Cinco etapas adaptadas das fases do processo de Descoberta de Conhecimento em Bases de Dados (Knowledge Discovery in Databases - KDD) foram aplicadas: Seleção e Coleta dos Dados; Pré-Processamento dos Dados; Mineração de Dados Educacionais; Interpretação e Análise do Conhecimento Descoberto e Implementação de Mudanças. A identificação do perfil do egresso possibilitou implementar mudanças com base na análise dos resultados do questionário, resultando na criação de dois novos cursos e na redução da carga horária diária dos cursos de 8 para 6 horas, completada com a realização de estágio. Concluiu-se então que, a MDE possibilitou implementar mudanças, que apoiaram a gestão educacional no desenvolvimento de estratégias educacionais. 

Publisher

South Florida Publishing LLC

Reference40 articles.

1. Referências

2. Arun, D. K., Namratha, V., Ramyashree, B. V., Jain, Y. P., & Choudhury, A. R. (2021). Student academic performance prediction using educational data mining. In 2021 International Conference on Computer Communication and Informatics (ICCCI) (pp. 1-9). IEEE. Disponível em: https://ieeexplore.ieee.org/abstract/document/9457021. Acesso em: 26 de out. de 2021.

3. Brandão, M. F. R., Ramos, C. R. S., & Tróccoli, B. T. (2003). Análise de agrupamento de escolas e núcleos de tecnologia educacional: mineração na base de dados de avaliação do programa nacional de informática na educação. Anais do Simpósio Brasileiro de Informática na Educação (SBIE), vol. 1, pp. 366–374.

4. Brito, I. P., Rabelo, H., Naschold, Â. M. C., Ferreira, A. M., Burlamaqui, A. M. F., Rabelo, D. S. de S., & Valentim, R. A. de M. (2019). Uso de Mineração de Dados Educacionais para a classificação e identificação de perfis de Evasão de graduandos em Sistemas de Informação. Anais dos Workshops do VIII Congresso Brasileiro de Informática na Educação (WCBIE 2019), pp. 159-168. Disponível em: https://www.br-ie.org/pub/index.php/wcbie/article/view/8957/6506. Acesso em: 02 de fev. de 2020.

5. Centro Paula Souza. (2022a) Empregabilidade de alunos formados pelas Fatecs é de 92%. Disponível em: https://www.cps.sp.gov.br/empregabilidade-de-alunos-formados-pelas-fatecs-e-de-92/. Acesso em: 05 de abr. de 2022.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3