Learning analytics em exame de desempenho de alunos de uma instituição de ensino superior

Autores

DOI:

https://doi.org/10.35819/tear.v13.n1.a7196

Resumo

O Learning Analytics tornou-se uma ferramenta poderosa no aprimoramento dos processos de aprendizagem e ensino, pois por meio dessa análise é possível entender diversos problemas, tais como os altos índices de repetência e evasão escolar, ou até mesmo construir planos customizados para cada aluno. Este trabalho apresenta um estudo sobre o desempenho de alunos de um curso de graduação brasileiro em relação ao Enade, exame nacional que mede a qualidade do ensino superior, destacando fatores que podem ter influenciado sua performance. Um modelo de Regressão Linear foi desenvolvido para prever o desempenho dos alunos e também a nota do Conceito Enade em aplicações futuras. Resultados mostraram que a pandemia de COVID-19 pode ter influenciado a formação dos estudantes, fator destacado também pelo alto número de ausências no exame em 2021, o primeiro realizado durante o período pandêmico. Essas informações podem sinalizar pontos de atenção que devem ser levados em consideração frente aos alunos/disciplinas ao longo da graduação.

Palavras-chave: Learning Analytics. Data Analytics. Regressão Linear.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Romão Matheus Martines de Jesus, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - Campus Campinas

    Bacharel em Engenharia de Computação pela UFSCAR. Estudante de Especialização em Ciência de Dados no Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP)

  • Eliana Alves Moreira, Instituto Federal de Educação, Ciência e Tecnologia de São Paulo - Campus Campinas

    Doutora em Ciência da Computação pela UNICAMP. Professora no Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP), Campus Campinas. 

Downloads

Publicado

2024-07-09

Edição

v. 13 n. 1 (2024): RETROSPECTIVA, DESAFIOS E PERSPECTIVAS DA EDUCAÇÃO BÁSICA NO BRASIL

Seção

Espaço Plural

Licença

Autores que publicam nesta revista concordam com os seguintes termos:

a. Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons, que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista a partir dos critérios abaixo:

CC BY-NC – Uso Não Comercial (NC): Os licenciados podem copiar, distribuir, exibir e executar a obra e realizar trabalhos derivados dela, desde que sejam para fins não comerciais .

b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.

Como Citar

Learning analytics em exame de desempenho de alunos de uma instituição de ensino superior. #Tear: Revista de Educação, Ciência e Tecnologia, Canoas, v. 13, n. 1, 2024. DOI: 10.35819/tear.v13.n1.a7196. Disponível em: https://periodicos.ifrs.edu.br/index.php/tear/article/view/7196. Acesso em: 8 jun. 2026.