Evasão ou permanência? Modelos preditivos para a gestão do Ensino Superior

Abstract

This research aimed to propose statistical predictive models for the dropout management in undergraduate courses of a Brazilian higher education institution. For this, we conducted an applied study in four undergraduate e-learning courses at a Brazilian public university. We collected the data of 2,991 students from the university’s institutional systems and we used the binary logistic regression method. In the end, we conclude that for different courses, different variables can influence the dropout phenomenon, as well as the same variable can generate different effects in different realities. In addition, the statistical predictive models developed allowed the inference “dropout” or “permanence” for active students at the time of data collection. In partial assessment of the accuracy of the models, we identified that 9 out of 10 dropouts that occurred were previously identified by the models developed. This highlights the potential for using predictive models to the student dropout management, providing a basis for reviewing educational policies and management by identifying the variables that influence student dropout and permanence, as well as by early identification of students at risk of dropout.

Modelo de Monte Carlo para la predicción de la deserción: herramienta para la retroalimentación de las políticas públicas en la educación superio

“…Los modelos predictivos son un conjunto de técnicas matemáticas y estadísticas que, mediante el aprendizaje automático, uso de datos históricos y el reconocimiento de patrones, buscan establecer el comportamiento de un sistema en el futuro (Lamba y Madhusudhan, 2022). El uso de este tipo de modelado es frecuente en la literatura de la deserción en la educación superior (Tete et al, 2022;Silva et al, 2020) y generalmente se usa desde el nivel micro, en el que se estudian las variables que explican este fenómeno educativo. Entre las técnicas más usadas se destacan el árbol de decisiones, redes bayesianas, regresiones logísticas y redes neuronales (Tete et al, 2022).…”

Evasão e retenção no ensino superior: fatores socioeconômicos regionais e gestão de custos como determinantes da trajetória acadêmica

“…Modelos estatísticos preditivos à evasão nos cursos de graduação e dimensionados para apoiar a decisão dos gestores universitários quanto a possíveis intervenções no percurso estudantil têm sido apresentados como alternativas de previsibilidade da evasão e retenção acadêmicas (Da Silva, Cabral & Pacheco, 2020). Estudos sobre fatores associados à evasão e retenção acadêmicas foram apresentados para realidades de diversos países, o que reforça o caráter regional da temática.…”

La investigación sobre la gestión en educación superior: Un mapa científico de las publicaciones 2011-2020

“…Entre los trabajos más recientes de este clúster se aprecia que la implementación de la norma ISO 9001 continúa recibiendo atención (Ab Wahid, 2019), al tiempo que adquiere relevancia el diseño de modelos predictivos de deserción estudiantil (da Silva et al, 2020;Sukhbaatar et al, 2019).…”