Author:
Freire João Pedro,Landim Flávia M. P. F.,Moraes Laura O.,Delgado Carla A. D. M.,Pedreira Carlos Eduardo
Abstract
A aprendizagem de programação é essencial para alunos de diversas carreiras. Neste artigo usamos modelos estatísticos para prever o abandono de disciplinas introdutórias de programação e apontar variáveis relevantes na identificação precoce de alunos em risco. Para construção do modelo combinamos a inferência estatística com técnicas de aprendizado de máquina visando alcançar interpretabilidade e desempenho. As previsões obtiveram um AUC maior que 0.8 nos modelos semanais a partir da quarta semana de aula, viabilizando um alerta precoce a professores. Entre as variáveis envolvidas, percebeu-se que a constância na resolução dos exercícios possui uma influência maior do que o tempo demorado na elaboração da solução na identificação dos alunos com potencial de abandono.
Publisher
Sociedade Brasileira de Computação - SBC
Reference14 articles.
1. Agrusti, F., Mezzini, M., and Bonavolontà, G. (2020). Deep learning approach for predicting university dropout: a case study at roma tre university. Journal of e-Learning and Knowledge Society, 16(1):44–54.
2. Al-Shabandar, R., Hussain, A. J., Liatsis, P., and Keight, R. (2018). Analyzing learners behavior in moocs: An examination of performance and motivation using a data-driven approach. IEEE Access, 6:73669–73685.
3. Bravo-Agapito, J., Romero, S. J., and Pamplona, S. (2021). Early prediction of undergraduate student’s academic performance in completely online learning: A five-year study. Computers in Human Behavior, 115:106595.
4. Burgos, C., Campanario, M. L., de la Peña, D., Lara, J. A., Lizcano, D., and Martínez, M. A. (2018). Data mining for modeling students’ performance: A tutoring action plan to prevent academic dropout. Computers & Electrical Engineering, 66:541–556.
5. Chen, W., Brinton, C. G., Cao, D., Mason-Singh, A., Lu, C., and Chiang, M. (2019). Early detection prediction of learning outcomes in online short-courses via learning behaviors. IEEE Transactions on Learning Technologies, 12(1):44–58.