Banca de QUALIFICAÇÃO: RAFAEL CORRÊIA FONSÊCA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: RAFAEL CORRÊIA FONSÊCA
DATA: 26/09/2025
HORA: 14:00
LOCAL: Sala da Pós-graduação (DCC / ICET)
TÍTULO:

APLICAÇÃO DE ALGORITMOS DE APRENDIZADO DE MÁQUINA NA ANÁLISE DA EVASÃO DE ESTUDANTES DO
ENSINO SUPERIOR NO BRASIL

PALAVRAS-CHAVES:

Evasão Escolar; Censo da Educação; Aprendizado de máquina.

PÁGINAS: 71
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
ESPECIALIDADE: Teleinformática
RESUMO:

Nas últimas décadas, o Brasil avançou em direção à democratização do ensino superior, ampliando vagas, criando políticas de cotas, programas de financiamento e promovendo a interiorização das universidades. Essas medidas tornaram o acesso mais inclusivo, mas não garantiram a permanência e a conclusão dos cursos, especialmente para estudantes de contextos socioeconômicos vulneráveis. A evasão permanece como um desafio estrutural, gerando desperdício social, acadêmico e econômico, afetando tanto o setor público, com o uso de recursos sem retorno esperado, quanto o setor privado, com perdas financeiras significativas.Diante desse cenário, compreender os fatores que influenciam a evasão torna-se essencial para a formulação de políticas públicas e institucionais mais eficazes. A análise de dados educacionais, em especial com o uso da Mineração de Dados Educacionais (MDE), surge como uma estratégia promissora para identificar padrões, prever comportamentos e apoiar a tomada de decisão. Nesse contexto, este trabalho tem como objetivo propor um modelo de predição da evasão em cursos de graduação no Brasil, utilizando dados agregados do Censo da Educação Superior entre 2009 e 2023. A metodologia envolve o cálculo da taxa de evasão e a aplicação de algoritmos de aprendizado de máquina, com destaque para técnicas de regressão, visando identificar quais características dos cursos — como área, modalidade de ensino, tipo de instituição, carga horária e localização regional — apresentam maior influência sobre a evasão. Apesar da limitação imposta pelo uso de dados agregados, a análise em nível macro permite captar tendências relevantes e oferecer subsídios para a formulação de estratégias de retenção estudantil.Espera-se que os resultados revelem fatores críticos associados à evasão, permitindo discutir suas implicações no contexto educacional brasileiro e contribuindo para a construção de políticas mais efetivas.

MEMBROS DA BANCA:
Interno - VINICIUS VITOR DOS SANTOS DIAS (Membro)
Interno - PAULO AFONSO PARREIRA JUNIOR (Membro)
Presidente - DEMOSTENES ZEGARRA RODRIGUEZ (Membro)
Externo ao Programa - BRUNO DE ABREU SILVA - DCC/ICET (Suplente)
Interno - ANDRE DE LIMA SALGADO (Membro)