• Portal do Governo Brasileiro

Plataforma Sucupira

Dados do Trabalhos de Conclusão

UNIVERSIDADE FEDERAL DE CIÊNCIA E INOVAÇÃO DO RIO DE JANEIRO
Engenharia de Produção e Sistemas (31022014001P4)
MINERAÇÃO DE PADRÕES FREQUENTES AUMENTADA POR PARÂMETROS DE REDES SOCIAIS PARA MEDIÇÃO DE FATORES DE DIPLOMAÇÃO E EVASÃO
BRENO DOS SANTOS DE ASSIS
DISSERTAÇÃO
06/12/2021

Identificar os fatores que levam os alunos a n˜ao graduarem em tempo ideal ou a n˜ao desistirem ajuda as Institui¸c˜oes de Ensino Superior a melhorar a reten¸c˜ao e diminuir a evas˜ao. Este artigo aborda esse problema apresentando uma nova abordagem para descobrir esses fatores por meio da minera¸c˜ao de padr˜oes usando regras de associa¸c˜ao. A novidade do m´etodo surge da introdu¸c˜ao da an´alise de redes sociais dentro do processo de minera¸c˜ao de padr˜oes. As m´etricas de redes sociais para cada aluno e o grau de propaga¸c˜ao da m´edia das notas s˜ao calculados e integrados com os registros dos alunos para minera¸c˜ao de padr˜oes, servindo como um proxy para o v´ınculo existente entre os alunos, que ´e um fator relevante para an´alise de reten¸c˜ao e evas˜ao. Este artigo examina o Programa de Bacharelado em Engenharia de Produ¸c˜ao do Centro Federal de Educa¸c˜ao Tecnol´ogica do Rio de Janeiro de 2011 a 2017. Os experimentos encontrados indicam congruˆencia com a literatura: (i) menor desempenho escolar levando ao atraso; (ii) maior desempenho levando `a gradua¸c˜ao em tempo ideal. Al´em disso, o novo m´etodo lan¸ca luz sobre alunos com pouca participa¸c˜ao na rede social e com maior probabilidade de atrasar ou desistir. As descobertas deste trabalho podem ajudar os gerentes a descobrir alunos com padr˜oes que podem indicar atraso ou abandono iminente.

Análise de Redes Sociais;Mineração de Dados;Padrões Frequentes;Graduação Ideal;Ensino Superior
Identifying factors that lead students either not to graduate on time or drop out helps Higher Education Institutions improve retention and decrease attrition. This paper tackles this problem by introducing a novel approach to discovering such factors through pattern mining using association rules. The novelty of the method arises from introducing social network analysis inside the pattern mining process. The social networks metrics for each student and the degree of propagation of grade point average are computed and integrated with students’ records for pattern mining serving as a proxy for the existing bond among students, which is a relevant factor for attrition and dropout analysis. This paper examines the Bachelor Program in Production Engineering at the Federal Center for Technological Education of Rio de Janeiro from 2011 to 2017. Our experiments indicate congruence with the literature: (i) lower school performance leading to delay; (ii) higher performance leading to graduation in optimal time. Besides, our new method sheds light on students with little participation in the social network who are more likely to delay or drop out. Our findings may aid managers in discovering students with patterns that can indicate imminent lateness or dropout.
Social Network Analysis;Data Mining;Frequent Patterns;On-time Graduation;Higher Education
1
62
PORTUGUES
UNIVERSIDADE FEDERAL DE CIÊNCIA E INOVAÇÃO DO RIO DE JANEIRO
O trabalho não possui divulgação autorizada

Contexto

TECNOLOGIA, GESTÃO E INOVAÇÃO
MÉTODOS DE OTIMIZAÇÃO E PROBLEMAS DE REDE
MÉTODOS DE OTIMIZAÇÃO E SIMULAÇÃO

Banca Examinadora

DIEGO MOREIRA DE ARAUJO CARVALHO
DOCENTE - PERMANENTE
Sim
Nome Categoria
EDUARDO SOARES OGASAWARA Docente - PERMANENTE
JOSE RODRIGUES DE FARIAS FILHO Participante Externo
DIEGO MOREIRA DE ARAUJO CARVALHO Docente - PERMANENTE
RAFAEL GARCIA BARBASTEFANO Docente - PERMANENTE

Vínculo

-
-
-
Não
Plataforma Sucupira
Capes UFRN RNP Ministério da Educação Governo Federal
  • Compatibilidade
  • . . .
  • Versão do sistema: 3.88.17
  • Copyright 2022 Capes. Todos os direitos reservados.

Nós usamos cookies para melhorar sua experiência de navegação no portal. Ao utilizar o gov.br, você concorda com a política de monitoramento de cookies. Para ter mais informações sobre como isso é feito, acesse Política de cookies.Se você concorda, clique em ACEITO.

Politica de Cookies

O que são cookies?

Cookies são arquivos salvos em seu computador, tablet ou telefone quando você visita um site.Usamos os cookies necessários para fazer o site funcionar da melhor forma possível e sempre aprimorar os nossos serviços. Alguns cookies são classificados como necessários e permitem a funcionalidade central, como segurança, gerenciamento de rede e acessibilidade. Estes cookies podem ser coletados e armazenados assim que você inicia sua navegação ou quando usa algum recurso que os requer.

Cookies Primários

Alguns cookies serão colocados em seu dispositivo diretamente pelo nosso site - são conhecidos como cookies primários. Eles são essenciais para você navegar no site e usar seus recursos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Estabelecer controle de idioma e segurança ao tempo da sessão.

Cookies de Terceiros

Outros cookies são colocados no seu dispositivo não pelo site que você está visitando, mas por terceiros, como, por exemplo, os sistemas analíticos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Coletam informações sobre como você usa o site, como as páginas que você visitou e os links em que clicou. Nenhuma dessas informações pode ser usada para identificá-lo. Seu único objetivo é possibilitar análises e melhorar as funções do site.

Você pode desabilitá-los alterando as configurações do seu navegador, mas saiba que isso pode afetar o funcionamento do site.

Chrome

Firefox

Microsoft Edge

Internet Explorer