Abstract
Motivação: A evasão na educação superior tem impactos sociais, econômicos, institucionais e pessoais. Dados os históricos altos níveis de evasão nos cursos de tecnologia de informação, seus efeitos negativos são potencialmente ainda mais graves, devido à demanda crescente por profissionais qualificados. Entretanto, são raros os estudos que investigam a evasão nos cursos da área de computação de forma abrangente, comparando tipos de curso e perfil de estudantes em um período de tempo significativo. Objetivos: Apresentar um panorama da evasão nos cursos de graduação da área de Computação no Brasil no período de 2015 e 2019 com base em dados do Censo da Educação Superior do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP), investigando potenciais diferenças na evasão entre cursos, tipos de estudantes e períodos de ensino. Método: Foram extraídos dos microdados do INEP os dados de cursos e estudantes da área de Computação no período de interesse e computadas diferenças na evasão entre cursos e perfis de interesse de grupos diferentes de estudantes (e.g., cotistas, homens e mulheres). Resultados: Os resultados apontam que a diferença na evasão em diferentes tipos de curso é muito pequena. A maior diferença na evasão está entre os estudantes que fazem ou não uso de financiamento estudantil. Além disso, diferenças significativas também foram encontradas entre estudantes de instituições públicas e privadas, entre bolsistas e não-bolsistas, e entre estudantes de diferentes turnos. Diferenças menores foram encontradas entre os estudantes que recebem e os que não recebem apoio social, entre cotistas e não-cotistas, e entre estudantes de cursos presenciais e a distância. Discussão: Os resultados encontrados apontam para a importância de fatores socioeconômicos na evasão. Entretanto, fatores como gênero e raça/etnia, quando observados isoladamente, não impactaram de forma substancial a evasão dos estudantes nos cursos de tecnologia, contrastando com os resultados apresentados em estudos realizados em outros países.
Publisher
Sociedade Brasileira de Computação
Reference24 articles.
1. Haldun Akoglu. 2018. User’s guide to correlation coefficients. Turkish Journal of Emergency Medicine 18, 3 (2018), 91–93. DOI: 10.1016/j.tjem.2018.08.001
2. ANDIFES, ABRUEM, and SESU/MEC. 1996. Diplomação, retenção e evasão nos cursos de graduação em instituições de ensino superior públicas: resumo do relatório apresentado a ANDIFES, ABRUEM e SESu/MEC pela Comissão Especial. Avaliação: Revista da Avaliação da Educação Superior 1, 2 (1996).
3. Lecia Barker, Christopher Lynnly Hovey, and Leisa D. Thompson. 2014. Results of a large-scale, multi-institutional study of undergraduate retention in computing. In 2014 IEEE Frontiers in Education Conference (FIE) Proceedings. 1–8. DOI: 10.1109/FIE.2014.7044267
4. Brasscom. 2021. Relatório de Inteligência e Informação BRI2-2021-007 - v112. (2021). Recuperado em 10/02/2023, de [link].
5. Leandro Carvalho, Ana Santos, Fabíola Nakamura, and Elaine Oliveira. 2019. Detecção precoce de evasão em cursos de graduação presencial em Computação: um estudo preliminar. In Anais do XXVII Workshop sobre Educação em Computação (Belém). SBC, Porto Alegre, RS, Brasil, 233–243. DOI: 10.5753/wei.2019.6632