dc.contributor.advisor | Pertile, Solange de Lurdes | |
dc.creator | Noetzold, Edson | |
dc.date.accessioned | 2021-03-11T17:32:49Z | |
dc.date.available | 2021-03-11T17:32:49Z | |
dc.date.issued | 2021-02-02 | |
dc.date.submitted | 2021 | |
dc.identifier.citation | NOETZOLD, E. Análise e predição de evasão dos alunos do curso de Sistemas de Informação da Universidade Federal de Santa Maria Campus Frederico Westphalen por meio da mineração de dados educacionais. 2020. 25 p. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação)-Universidade Federal de Santa Maria, Frederico Westphalen. 2020. | por |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/20418 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Campus Frederico Westphalen, Curso de Sistemas de Informação, RS, 2020. | por |
dc.description.abstract | The high school dropout rates are a reality present in several higher education courses offered in Brazil, which highlights the need to investigate this issue, which is responsible for economic losses in institutions and impacts on the global education scenario. This paper aims to develop a study on school dropout patterns in higher education, based on the analysis of data provided by the Information Systems course at the Federal University of Santa Maria (UFSM). These data went through a data processing system, in order to point out indicators related to factors that classify possible evasions. Results were generated through decision trees, which pointed to data regarding the student and his academic performance as important factors for school dropout in higher education. | eng |
dc.language | por | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Ensino superior | por |
dc.subject | Mineração de dados | por |
dc.subject | Evasão escolar | por |
dc.subject | Higher education | eng |
dc.subject | Data mining | por |
dc.subject | School dropout | por |
dc.title | Análise e predição de evasão dos alunos do curso de Sistemas de Informação da Universidade Federal de Santa Maria campus Frederico Westphalen por meio da mineração de dados educacionais | por |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Frederico Westphalen, RS, Brasil | por |
dc.degree.graduation | Sistemas de Informação | por |
dc.description.resumo | Os elevados índices de evasão escolar constituem uma realidade presente em diversos cursos superiores ofertados no Brasil, o que evidencia a necessidade de investigação dessa problemática, responsável por perdas econômicas nas instituições e impactos no cenário global da educação. Este artigo tem como proposta desenvolver um estudo sobre os padrões da evasão escolar no ensino superior, com base na análise de dados fornecidos pelo curso de Sistemas de Informação da Universidade Federal de Santa Maria (UFSM). Esses dados passaram por uma sistemática de tratamento de dados, a fim de apontar indicadores relacionados a fatores que classifiquem possíveis evasões. Foram gerados resultados por meio de árvores de decisão, que apontaram dados referentes ao aluno e seu desempenho acadêmico como fatores importantes para a evasão escolar no ensino superior. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | por |
dc.publisher.unidade | UFSM Frederico Westphalen | por |