Perfil dos estudantes retidos na Universidade do Estado de Mato Grosso: análise de uma Instituição Pública Pantaneira
Palavras-chave:
Retenção na Educação Superior, Clusterização, Dados educacionaisResumo
O presente trabalho traz uma abordagem baseada em clusterização (agrupamento) de dados educacionais como proposta alternativa para compreender o fenômeno da retenção nos cursos de graduação da Universidade do Estado de Mato Grosso (UNEMAT) analisando os diferentes perfis dos estudantes retidos na instituição. Neste Estudo de Caso, os sujeitos foram os estudantes retidos na UNEMAT no ano de 2019 dos cursos regulares de graduação. Foi considerado retido o estudante que não obtivera diploma, ainda que passado o tempo mínimo regulamentar de conclusão de curso. Dessa definição foi possível identificar no nosso banco de dados 2.169 acadêmicos nessa condição. Deste ponto, três perfis de retenção foram obtidos por meio do algoritmo de clusterização K-Modes, (técnica de Mineração de Dados) e com os resultados foi possível identificar um comportamento de persistência dos estudantes retidos da UNEMAT e fornecer insights importantes para a instituição sobre possíveis estratégias de intervenção e apoio aos estudantes em risco de evasão.
https://doi.org/10.21723/riaee.v19i00.1945501
Downloads
Referências
BETARELLI JUNIOR, A. A. Análise de Agrupamentos (Clusters). NOTA DE AULA DO PROGRAMA DE POS GRADUACAO EM ECONOMIA APLICADA, 2016, Juiz de Fora. Apresentação. Juiz de Fora: UFJF, 2016. Disponível em: https://www2.ufjf.br/lates//files/2016/12/Conte%C3%Bado-5-%E2%80%93-A_An%C3%A1lise-de-cluster-AA.pdf. Acesso em: 01 jul. 2020.
BRANDAO, J. dos S. O impacto da evasão e retenção sobre o financiamento de universidades federais brasileiras: um estudo a partir do indicador aluno equivalente. Dissertação de Mestrado – Fundação Universidade Federal do Tocantins, Palmas, 2018.
BRASIL. Ministério da Educação. Comissão Especial de Estudos sobre Evasão nas Universidades Públicas Brasileiras. Diplomação, Retenção e Evasão nos Cursos de Graduação em Instituições de Ensino Superior Públicas. ANDIFES/ABRUEM/SESu/MEC. Brasília, DF: Ministério da Educação, 1996.
HOFFFMANN, E.; BITENCOURT, L. P. A evasão discente nas licenciaturas de matemática presenciais da UNEMAT (2011 a 2015) e as políticas de combate a essa evasão. In: ANAIS ENCONTRO NACIONAL DE EDUCAÇÃO MATEMÁTICA, 13., 2019, UNEMAT. Anais [...]. UNEMAT, 2019.
HUANG, Z. Extensions to the k-means algorithm for clustering large data sets with categorical values. Data Mining and Knowledge Discovery, v. 2, p. 283–304, 1998.
INSTITUTO NACIONAL DE ESTUDOS E PESQUISAS EDUCACIONAIS ANÍSIO TEIXEIRA. Censo da Educação Superior (2000-2019). São José dos Campos: INPE, 2020. Disponível em: https://www.gov.br/inep/pt-br/areas-de-atuacao/pesquisas-estatisticas-e-indicadores/censo-da-educacao-superior. Acesso em: 6 mar.
Knop, M. N. H. Retenção e resiliência no Ensino Superior brasileiro: determinantes das chances de conclusão. 2020. Tese (Doutorado em Sociologia) – Universidade de Brasília, Brasília, 2020.
NODARI, D. E.; LIMA, E. G. S.; MACIEL, C. E. O desempenho dos estudantes no Vestibular e a permanência nos cursos de graduação da UNEMAT. Avaliação: Revista da Avaliação da Educação Superior (Campinas), Sorocaba, v. 23, n. 2, p. 312-329, 2018. DOI: http://doi.org/10.1590/s1414-40772018000200003.
Nunes, S. I.; Pereira, F. A. Retenção no Ensino Superior: Reflexões a partir da produção acadêmica. In: CONGRESSO NACIONAL DE EDUCAÇAO – CONEDU, 6., 2019. Campina Grande. Anais [...]. Campina Grande: Realize Editora, 2019. p. 1-12. Disponível em: https://editorarealize.com.br/artigo/visualizar/62537. Acesso em: 1 jun. 2023.
Tinto, V. Dropout from higher education: a theoretical synthesis of recent research. Review of Educational Research, Washington, v. 45, n. 1, p. 89-125, 1975. DOI: http://doi.org/10.3102/00346543045001089.
Tinto, V. Leaving college: rethinking the causes and cures of student attrition. London: University of Chicago Press, 1993.
Vescovi, P. V. S. Análise Preditiva na detectação de Evasão de Alunos no Ensino Superior Privado Brasileiro: abordagem de algorítimos de aprendizado de máquina com base nas perspectiva acadêmicas, financeiras, geográficas e socioeconômicas. 2020. Dissertação (Mestrado em Gestão para a Competitividade) – Fundação Getúlio Vargas, São Paulo, 2020.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Fernando Cezar Vieira Malange, Marcos Paulo de Mesquita
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Manuscritos aceitos e publicados são de propriedade dos autores com gestão da Ibero-American Journal of Studies in Education. É proibida a submissão total ou parcial do manuscrito a qualquer outro periódico. A responsabilidade pelo conteúdo dos artigos é exclusiva dos autores. A tradução para outro idioma é proibida sem a permissão por escrito do Editor ouvido pelo Comitê Editorial Científico.
