Análise da mudança de processo seletivo para ingresso no ensino superior usando ferramentas de mineração de dados

Authors

  • Joel F Gaya Universidade Federal do Rio Grande
  • Sidnei Pereira Junior Universidade Federal do Rio Grande
  • Paula F Schiavo Universidade Federal do Rio Grande
  • Eduardo Nunes Borges Universidade Federal do Rio Grande http://orcid.org/0000-0003-1595-7676
  • Silvia C Botelho Universidade Federal do Rio Grande

DOI:

https://doi.org/10.14808/sci.plena.2017.049919

Keywords:

mineração de dados, classificação, regressão

Abstract

Mineração de Dados é um processo de extração de informação implícita, previamente desconhecida e potencialmente útil de bases de dados. O resultado da extração é conhecimento que pode ser analisado para planejamentos futuros e para maior entendimento de um processo. Neste artigo, foi analisada uma base de dados de estudantes do curso de Engenharia de Computação da Universidade Federal do Rio Grande (FURG), onde houve uma mudança na forma de avaliação para o ingresso dos alunos no ensino superior. Com isso, observou-se que o impacto desta mudança foi negativo no desempenho acadêmico dos estudantes. Também durante a pesquisa buscamos identificar quais modelos de dados demonstram se o aluno conclui ou não o curso. Pôde-se observar que a idade, as notas de ingresso e o número de repetições nas disciplinas são fatores preponderantes, para que aluno obtenha a graduação.

Author Biography

Eduardo Nunes Borges, Universidade Federal do Rio Grande

Professor do Centro de Ciências Computacionais da FURG

Downloads

Published

2017-07-26

How to Cite

Gaya, J. F., Pereira Junior, S., Schiavo, P. F., Borges, E. N., & Botelho, S. C. (2017). Análise da mudança de processo seletivo para ingresso no ensino superior usando ferramentas de mineração de dados. Scientia Plena, 13(4). https://doi.org/10.14808/sci.plena.2017.049919

Issue

Vol. 13 No. 4 (2017): April/Abril 2017

Section

VII Conferência Sul em Modelagem Computacional

License

Authors who publish with this journal agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work

Most read articles by the same author(s)