Uma abordagem preditiva da evasão na educação a distância por meio de técnicas de mineração de dados educacionais.

SEPÚLVIDA, W. R.; FERNEDA, E.; HELLO, F. A.; SIQUEIRA, J.; KNEIP, D. H. P. A.

Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1178844

Full metadata record

DC Field	Value	Language
dc.contributor.author	SEPÚLVIDA, W. R.
dc.contributor.author	FERNEDA, E.
dc.contributor.author	HELLO, F. A.
dc.contributor.author	SIQUEIRA, J.
dc.contributor.author	KNEIP, D. H. P. A.
dc.date.accessioned	2025-09-16T14:50:03Z	-
dc.date.available	2025-09-16T14:50:03Z	-
dc.date.created	2025-09-16
dc.date.issued	2025
dc.identifier.citation	In: WORKSHOP DE INFORMAÇÃO, DADOS E TECNOLOGIA, 8., 2025, Marília.
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1178844	-
dc.description	A Educação a Distância tem se consolidado como a principal escolha dos estudantes no Brasil, impulsionada por um crescimento expressivo na última década. No entanto, esse avanço trouxe o desafio da evasão estudantil, que compromete o desenvolvimento educacional e social, afeta investimentos públicos e privados e limita o crescimento individual e coletivo dos estudantes. Nesse contexto, a Mineração de Dados Educacionais (Educational Data Mining - EDM) surge como uma estratégia eficaz para desenvolver modelos preditivos que auxiliem na redução da evasão em cursos de EAD. Este estudo analisa o comportamento de estudantes evadidos em cursos de graduação de uma universidade do Centro-Oeste, utilizando dados do Ambiente Virtual de Aprendizagem (AVA) e do Sistema de Gestão Acadêmica (SGA) para apoiar decisões preventivas.
dc.language.iso	por
dc.rights	openAccess
dc.subject	EAD
dc.subject	Educação a distancia
dc.subject	Mineração de dados
dc.title	Uma abordagem preditiva da evasão na educação a distância por meio de técnicas de mineração de dados educacionais.
dc.type	Artigo em anais e proceedings
dc.subject.thesagro	Educação
dc.subject.thesagro	Análise de Dados
dc.subject.nalthesaurus	Knowledge
dc.subject.nalthesaurus	Data analysis
dc.format.extent2	14 p.
riaa.ainfo.id	1178844
riaa.ainfo.lastupdate	2025-09-16
dc.contributor.institution	WESLLEY RODRIGUES SEPÚLVIDA, UNIVERSIDADE CATÓLICA DE BRASÍLIA; EDILSON FERNEDA, UNIVERSIDADE CATÓLICA DE BRASÍLIA; FERNANDO ANTONIO HELLO, GGINT; JOYCE SIQUEIRA, UNIVERSIDADE CATÓLICA E BRASÍLIA; DJENNIFER HIPÓLITO PORTUGAL AMÂNCIO KNEIP, UNIVERSIDADE CATÓLICA DE BRASÍLIA.
Appears in Collections:	Artigo em anais de congresso / Embrapa Unidades Centrais (AI-SEDE)

Files in This Item:

File	Description	Size	Format
Uma-abordagem-preditiva.pdf		420.68 kB	Adobe PDF	View/Open

Show simple item record