Use este identificador para citar ou linkar para este item: https://repositorio.ufms.br/handle/123456789/5071
Tipo: Dissertação
Título: Uma Análise Exploratória da Influência dos Projetos Pedagógicos dos Cursos Superiores no Resultado do Enade por meio de Mineração de Textos e Aprendizado de Máquina
Autor(es): Charles Andre Profilio dos Santos
Primeiro orientador: Liana Dessandre Duenha Garanhani
Resumo: Um curso de ensino superior é orientado pelo Projeto Pedagógico do Curso (PPC), que orienta a formação esperada para o egresso do curso, tanto no aspecto profissional quanto humanístico, de acordo com as diretrizes curriculares nacionais vigentes. Para avaliar os cursos de graduação e as instituições de ensino superior, o Ministério da Educação (MEC) utiliza alguns indicadores de qualidade, como o Exame Nacional de Desempenho dos Estudantes (Enade), sendo uma avaliação aplicada a cada três anos aos estudantes egressos de cada curso, que visa avaliar a qualidade do ensino de graduação no país por meio da atribuição de um conceito a cada curso avaliado. Tal conceito e os demais relatórios de avaliação resultantes do Enade auxiliam os gestores das instituições de ensino superior, coordenadores de curso e professores atuarem para a melhoria de seus projetos pedagógicos, infraestrutura física, recursos humanos e demais aspectos que impactem na formação do aluno. Este trabalho propõe uma análise dos projetos pedagógicos de cursos utilizando aprendizado de máquina, para auxiliar na compreensão de como o seu conteúdo impacta na avaliação dos cursos, mais especificamente, nos conceitos Enade Faixa e Enade Contínuo dos cursos. A análise foi aplicada sobre projetos pedagógicos dos cursos de Ciência da Computação e Sistemas de Informação, porém a metodologia é aplicável para outros cursos, medi- ante replicação do método sobre novos dados de treinamento. Os resultados experimentais demonstraram que é possível predizer o Conceito Enade Faixa com acurácia de ≈ 80% e o Conceito Enade Contínuo com erro percentual absoluto médio de ≈ 11%.
Abstract: A higher education course is guided by the Pedagogical Project of the Course (PPC), which suggests the training expected for the graduates, both in the professional and humanistic aspects, according to the current national curriculum guidelines. To evaluate undergraduate courses and higher education institutions, the Ministry of Education (MEC) uses some quality indicators, such as the National Student Performance Exam (Enade), with an assessment applied every three years to students graduating from each course, which aims to assess the quality of undergraduate education in the country by assigning a concept to each evaluated course. This concept and the other evaluation reports resulting from Enade help the managers of higher education institutions, course coordinators and professors to act to improve their pedagogical projects, physical infrastructure, human resources and other aspects that impact student training. This work proposes an analysis of the pedagogical projects of courses using machine learning, to assist in the understanding of how its content impacts the evaluation, more specifically, the concepts Enade Track and Enade Continuous. The analysis was applied to PPC of Computer Science and Information Systems courses, however the the methodology applies to other courses, by replicating the method on new training data. The experimental results showed that it is possible to predict the Enade Range Concept with an accuracy of ≈ 80%, and the Enade Continuous concept with an average absolute percentage error of ≈ 11%.
Palavras-chave: Aprendizado de Máquina, Mineração de texto, Educação Superior
País: Brasil
Editor: Fundação Universidade Federal de Mato Grosso do Sul
Sigla da Instituição: UFMS
Tipo de acesso: Acesso Aberto
URI: https://repositorio.ufms.br/handle/123456789/5071
Data do documento: 2022
Aparece nas coleções:Programa de Pós-graduação em Ciência da Computação

Arquivos associados a este item:
Arquivo TamanhoFormato 
Dissertação - Charles Profilio.pdf2,5 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.