Modelos de regressão aplicados na previsão da evasão escolar do ensino básico: uma revisão sistemática da literatura

Flávio L. de Morais, Ana Melo, Mirele Moutinho, Roberta Fagundes
{"title":"Modelos de regressão aplicados na previsão da evasão escolar do ensino básico: uma revisão sistemática da literatura","authors":"Flávio L. de Morais, Ana Melo, Mirele Moutinho, Roberta Fagundes","doi":"10.5753/sbie.2021.218504","DOIUrl":null,"url":null,"abstract":"O sistema educacional enfrenta diversos desafios, entre eles destaca-se a evasão escolar, geralmente causada pela desigualdade social. Técnicas de Machine Learning (ML) auxiliam a prever a relação entre o estudante evadido e as características que influenciaram a sua evasão. Esse artigo apresenta uma Revisão Sistemática da Literatura com o objetivo de identificar quais técnicas de ML, especialmente modelos de regressão, auxiliam na detecção de fatores que influenciam a evasão escolar de estudantes do ensino básico. Os resultados apresentam baixo uso de modelos de regressão, mas um alto uso de outros modelos de ML, destacando-se a árvore de decisão. Além disso, identificou-se 14 fatores responsáveis pela evasão, evidenciando a baixa renda do estudante.","PeriodicalId":298990,"journal":{"name":"Anais do XXXII Simpósio Brasileiro de Informática na Educação (SBIE 2021)","volume":"9 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-11-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XXXII Simpósio Brasileiro de Informática na Educação (SBIE 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbie.2021.218504","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

O sistema educacional enfrenta diversos desafios, entre eles destaca-se a evasão escolar, geralmente causada pela desigualdade social. Técnicas de Machine Learning (ML) auxiliam a prever a relação entre o estudante evadido e as características que influenciaram a sua evasão. Esse artigo apresenta uma Revisão Sistemática da Literatura com o objetivo de identificar quais técnicas de ML, especialmente modelos de regressão, auxiliam na detecção de fatores que influenciam a evasão escolar de estudantes do ensino básico. Os resultados apresentam baixo uso de modelos de regressão, mas um alto uso de outros modelos de ML, destacando-se a árvore de decisão. Além disso, identificou-se 14 fatores responsáveis pela evasão, evidenciando a baixa renda do estudante.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
回归模型在基础教育逃学预测中的应用:文献的系统综述
教育系统面临着许多挑战,其中最突出的是辍学,这通常是由社会不平等造成的。机器学习(ML)技术有助于预测逃学学生和影响逃学的特征之间的关系。本文对文献进行了系统的回顾,以确定哪些ML技术,特别是回归模型,有助于检测影响小学学生辍学的因素。结果表明,回归模型的使用较少,但其他ML模型的使用较多,特别是决策树。此外,还确定了14个导致学生辍学的因素,表明学生收入较低。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
O Pensamento Computacional como base para o ensino-aprendizagem de matemática através da OBMEP Materiais didáticos utilizados nas formações de professores em Pensamento Computacional Gamificando o Ensino de Programação de Computadores: um Mapeamento Sistemático Representação da Interação em Fóruns de Discussão On-line: uma Revisão Sistemática Integrativa Students' perceptions of academic performance in Distance Education evaluated by Learning Analytics and Ontologies
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1