Minerando dados de um juiz on-line para prever a evasão de estudantes em disciplinas introdutórias de programação

Abstract

A evasão em disciplinas de Introdução à Programação se apresenta como um problema comum em várias universidades. Uma das formas de lidar com esse cenário, é buscar mecanismos que identifiquem as chances de um aluno desistir. Diante disto, neste artigo são propostos 5 modelos de previsão de evasão em disciplinas básicas de programação, utilizando técnicas de mineração de dados aplicadas aos logs de um sistema Juiz on-line. Foram extraídos 38 atributos, de 2010 estudantes dos anos 2016 a 2019. Os resultados mostram que o melhor modelo apresentou acurácia média de 85,61% nas duas primeiras semanas do curso e atingiu 91,96% após seis semanas de aula, obtendo valores superiores em algumas turmas.

Previsão de Reprovações em Disciplinas Introdutórias de Programação: Um Estudo em um Ambiente de Correção Automática de Códigos

“…O trabalho apresentado em [Silva et al 2020], tem como objetivo prever a evasão de alunos em disciplinas introdutórias de programac ¸ão com base nos dados de utilizac ¸ão do ACACs CodeBench. Para isso, os autores utilizaram diferentes modelos de aprendizado de máquina sobre a base de dados do ACACs, analisando, a partir de 38 atributos, o comportamento e o desempenho em provas e exercícios de 2010 alunos dos anos 2016 a 2019.…”

“…Em resumo, nosso trabalho é complementar aos anteriores uma vez que estamos interessados na tarefa de previsão de reprovac ¸ão de alunos em disciplinas introdutórias de programac ¸ão. No entanto, exploramos dados genéricos e independentes que são fornecidos por qualquer ACACs (e.g., porcentagem de soluc ¸ões corretas e incorretas submetidas pelos alunos por aula prática para cada exercício), ao contrário de [Dwan et al 2017] e [Silva et al 2020], o que favorece aspectos de generalizac ¸ão do estudo. Além disso, propusemos novos atributos, inspirados em trabalhos anteriores [Toledo andMartínez-López 2017, Rico-Juan et al 2023], que nos permitem investigar o potencial de diferentes modelagens, testadas em conjunto ou separadamente, na tarefa de interesse.…”

“…No trabalho apresentado em [Dwan et al 2017], ao estudar o problema de previsão de aprovac ¸ão em contexto semelhante ao deste trabalho, foi concluído que os algoritmos baseados em árvores de decisão, também utilizados nos trabalhos de [Silva et al 2020] e [Rico-Juan et al 2023], mostram os melhores resultados em base de dados de ACACs. Portanto, no presente trabalho, o algoritmo utilizado em todos os modelos foi o Random Forest Classifier, que é um dos algoritmos baseados em árvores de decisão da biblioteca de aprendizado de máquina Scikit-learn.…”

My Name: desenvolvimento de um conjunto de mecânicas para abordar o Problema da Mochila em um jogo educacional

“…Em cursos superiores de graduação em computação, é possível notar dificuldades na aprendizagem dos conteúdos por parte dos estudantes em disciplinas como Matemática Discreta, Teoria da Computação, dentre outras [Cafezeiro et al 2016, Silva et al 2020. Parte dessa dificuldade pode ser explicada pelo fato de que essas disciplinas possuem uma natureza teórica e requerem uma significativa capacidade de abstração.…”