Um Modelo Descritivo para Auxiliar o Acompanhamento da Evasão Escolar nos Cursos Técnicos e Superior no Instituto Federal do Rio Grande do Norte - Campus São Gonçalo do Amarante
Evasão escolar; Mineração de dados; SUAP; IFRN.
Os Institutos Federais de Educação, Ciência e Tecnologia (IFs) tem como função a transformação social da região na qual está inserido, contribuindo para o desenvolvimento econômico do país. Pensar soluções que melhorem o aproveitamento ou evitem uma perda maior dos recursos destas instituições tem se tornado cada vez mais necessário. Uma proposta é reduzir a evasão escolar, uma vez que o orçamento que recebem está relacionado a quantidade de matrículas ativas que possuem. O campus São Gonçalo do Amarante (SGA) do Instituto Federal do Rio Grande do Norte (IFRN) apresentou em seus cursos presenciais ativos e regulares no período de 2015 a 2017 as taxas médias de evasão de 13,4% para os cursos de nível técnico e 31,5% para os superiores. Esses valores estão acima das metas previstas noPlano Estratégico de Permanência e Êxito da instituição e do Plano Nacional de Educação 2014-2024. Diante desse cenário, esta pesquisa tem o objetivo de propor um modelo descritivo para auxiliar a gestão do campus SGA do IFRN nas tomadas de decisões que visem a redução da evasão dos alunos do curso de nível médio Técnico Integrado de Informática (TII) e do curso de nível superior de Tecnologia em Redes de Computadores (TRC). Para isso foram extraídos do sistema acadêmico da instituição dados acadêmicos, socioeconômicos, demográficos, participação em projetos de pesquisa e extensão e participação em programas de assistência estudantil. Esses dados foram organizados em categorias de acordo com os fatores que influenciam a evasão. À partir desses dados foram utilizadas técnicas de mineração de dados seguindo a metodologia CRISP-DM para se descobrir padrões implícitos e possíveis correlações entre eles com o auxílio do software Orange. Foram analisados trabalhos similares que tinham como o foco em compreender ou propor soluções para o problema da evasão escolar utilizando técnicas de mineração de dados e alguns deles foram capazes de prever a evasão de alunos com taxas de acerto superiores a 85%. Com uso da Análise Exploratória dos Dados (AED), observou-se que os alunos com as mais diversas características evadem, no entanto foram encontrados padrões em que a probabilidade de evasão no curso TII é maior, por exemplo, quando ele ingressa na instituição com mais de 16 anos ou quando reprova mais de três vezes em disciplinas propedêuticas. Para avaliar quais atributos estão mais relacionados entre si foram utilizados os algoritmos de árvore de decisão e indução de regras, pois através deles é possível verificar as regras que estão sendo utilizadas para classificar a situação de uma aluno como evadido ou não. À partir disso foi desenvolvida a ferramenta Lince que possibilita realizar o acompanhamento do aluno com foco nas regras e atributos que foram detectados como mais relevantes para a evasão e, assim, auxiliar nas proposições das ações que visem combatê-la.