Uma abordagem computacional de predição de desempenho acadêmico de estudantes em cursos on-line de programação.

• Ano de defesa: 2019
• Autor(a) principal: ARAÚJO, Fabrísia Ferreira de.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO; UFCG
• Palavras-chave em Português: Mineração de Dados Educacionais; Educational Data Mining; Minería de Datos Educativos; Modelos Preditivos; Modelos Predictivos; Predictive Models; Educação On-Line; Online Education; Educación en Línea; Aprendizagem On-Line; Aprendizaje en Línea; Online Learning; Ciência da Computação
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/12715

Há um alto índice de insucesso em algumas disciplinas iniciais nos cursos de graduação em computação, tanto na modalidade presencial quanto a distância, notadamente em disciplinas de Programação e Matemática. Recentemente, tem se percebido como tendência que a execução de tais disciplinas na modalidade presencial seja associada a uma complementação online, tendo deste modo tal como ocorre na educação a distância, um ambiente virtual de aprendizagem vinculado, o qual viabiliza interações entre estudantes e professores, potencialmente produzindo uma grande quantidade de dados. Neste contexto, surge um problema de pesquisa amplo e importante que é o de como aplicar mineração de dados, via modelagem preditiva, para gerar informação de alta qualidade: correta, oportuna e útil, permitindo, por exemplo, subsidiar efetivamente o processo de decisões pedagógicas a serem tomadas por professores, possibilitando contribuir na redução do mencionado índice de insucesso. Neste sentido, o objetivo geral da presente pesquisa é propor uma abordagem preditiva para identificar, o mais cedo possível, estudantes com risco de insucesso acadêmico, focalizando-se disciplinas de programação introdutória, levando-se em consideração a confiabilidade e compreensibilidade dos modelos produzidos. Nesta abordagem, privilegiou-se modelos preditivos do tipo caixa branca, tendo em vista o potencial de tais modelos no atendimento ao requisito de compreensibilidade. Para avaliar a abordagem proposta, realizou-se vários estudos empíricos, utilizando-se dados de estudantes de uma instituição pública de ensino superior, associados a disciplinas de programação, além de dados socioeconômicos e demográficos. Deste modo, os resultados obtidos mostraram a viabilidade e efetividade da abordagem proposta, tanto no que diz respeito à qualidade da predição, quanto na indicação da influência dos atributos selecionados. Portanto, concluiu-se que o modelo é capaz de realizar predição antecipada com acurácia satisfatória dentro dos padrões comparativos da literatura e com boa interpretabilidade, sendo assim, útil para auxiliar em tomadas de decisões pedagógicas por parte dos professores.