Pesquisa apresenta uma metodologia baseada em machine learning para identificar alunos em risco de reprovação e abandono. Objetivo foi estabelecer um sistema de alerta precoce utilizando indicadores acadêmicos, socioeconômicos e de desempenho para intervenções proativas. A análise de dados de 79.165 alunos do ensino médio resultou na criação de seis modelos de classificação precisos, com taxas de precisão variando de 69,4% a 92,7%. Isso ressalta a eficácia da metodologia na identificação de estudantes em risco, destacando seu potencial para aliviar a reprovação e o abandono. A implementação desta metodologia pode influenciar positivamente as políticas educacionais e melhorar as métricas educacionais dentro do estado.
Artigo
Antecipando o abandono e o fracasso escolar: modelos preditivos para o ensino médio
Sobre o documento
- Título original: Anticipating Student Abandonment and Failure: Predictive Models in High School Settings
- Data de publicação: 2024
- Autor(es): Queiroga, Emanuel Marques | Santana, Daniel | da Silva, Marcelo | de Aguiar, Martim | dos Santos, Vinicius | Mello, Rafael Ferreira | Bittencourt, Ig Ibert | Cechinel, Cristian
- Identificadores: ISBN 978-3-031-64301-9
- Suporte: Texto
- Tipologia: Artigo
- Tamanho: 36 páginas
- Tipo Licença: Exige atribuição e não permite uso comercial e derivações