Desenvolvimento de um modelo de previsão do sucesso acadêmico de graduandos de engenharia visando o aumento de eficiência da instituição de ensino superior

DSpace Repository

A- A A+

Desenvolvimento de um modelo de previsão do sucesso acadêmico de graduandos de engenharia visando o aumento de eficiência da instituição de ensino superior

Show simple item record

dc.contributor Universidade Federal de Santa Catarina pt_BR
dc.contributor.advisor Giglio, Ricardo Faria
dc.contributor.author Barros, Arthur Barretto Leite de
dc.date.accessioned 2020-12-23T13:08:42Z
dc.date.available 2020-12-23T13:08:42Z
dc.date.issued 2020-12-07
dc.identifier.uri https://repositorio.ufsc.br/handle/123456789/218862
dc.description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Produção pt_BR
dc.description.abstract O Brasil apresenta historicamente, e o mesmo quadro não consta diferentemente na atualidade, indicadores bastante problemáticos no que tange a produtividade e desigualdade. Quando se fala de desenvolvimento econômico, a educação superior desempenha um papel fundamental. Dentro dela, destaca-se não a falta investimento, conforme se insistiu nas políticas públicas recentes, mas na boa alocação desses recursos. Direcionado à geração de ações de melhoria nas políticas adotadas, o presente trabalho desenvolveu uma ferramenta de previsão da performance dos alunos de engenharia da UFSC, capaz de prever com assertividade e confiabilidade o resultado dos alunos do CTC quanto à aprovação ou não nas disciplinas cursadas, para uma gestão mais efetiva do ensino. Por meio de técnicas de aprendizado de máquina, elaborou-se dois modelos de previsão com os algoritmos de florestas aleatórias e regressão logística. Pela grande diferença de funcionamento interno dos algoritmos, a leitura dos resultados de ambos os modelos permitiu uma discussão de diagnóstico referente às características que influenciam a performance dos alunos, favorecendo futuras investigações sobre o tema. Dois objetivos principais nortearam a elaboração e ajuste dos modelos: a identificação de casos críticos e o mapeamento de todas as reprovações. Em ambos os casos o modelo de florestas aleatórias teve um desempenho melhor, maior precisão e maior especificidade. Com precisão de 86%, o modelo se demonstrou capaz de prever casos críticos e, para o objetivo de previsão de todas reprovações, o modelo indicou uma precisão de 79% e 36% de falsos positivos, concluindo que ele pode ser útil para aplicação geral, mas não confiável para casos de discentes específicos. Dessa maneira, o ferramental produzido e apresentado neste trabalho gera resultados confiáveis e constituem um avanço na capacidade de leitura da performance acadêmica dos alunos de engenharia, além de um exemplo para demais projetos similares que possuem demandas ainda não preenchidas por várias universidades e escolas no cenário de educação brasileira. pt_BR
dc.format.extent 95 pt_BR
dc.language.iso por pt_BR
dc.publisher Florianópolis, SC pt_BR
dc.rights Open Access
dc.subject Gestão do ensino pt_BR
dc.subject Previsão de performance pt_BR
dc.subject Aprendizado de máquina pt_BR
dc.title Desenvolvimento de um modelo de previsão do sucesso acadêmico de graduandos de engenharia visando o aumento de eficiência da instituição de ensino superior pt_BR
dc.type TCCgrad pt_BR


Files in this item

Files Size Format View
TCC - Arthur Barretto Leite de Barros.pdf 2.653Mb PDF View/Open

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar