Modelagem e predição da situação acadêmica de alunos de educação a distância.

Detoni, Douglas; Matsumura, Ricardo Araujo; Cechinel, Cristian

doi:10.5753/cbie.wcbie.2014.41

Cited by 1 publication

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A partir dos experimentos realizados, os autores constataram que já ao final do primeiro período, é possível obter previsões com acurácia superior a 80%. Detoni et al (2014) têm como objetivo prever a reprovação de alunos de educação a distância utilizando o registro de interações entre alunos, tutores e professores. Os melhores resultados foram alcançados pelas Redes Bayesianas, 80% de acurácia média.…”

Section: Trabalhos Pesquisadosunclassified

Análise de Trabalhos Sobre a Aplicação de Técnicas de Mineração de Dados Educacionais na Previsão de Desempenho Acadêmico

Santos

Pitangui

Andrade

et al. 2016

Anais Dos Workshops Do v Congresso Brasileiro De Informática Na Educação (CBIE 2016)

View full text Add to dashboard Cite

This work presents an analysis and a classification of publications in the field of Educational Data Mining published by Brazilian researchers in events and periodicals in Latin America over the past four years. The objective of the present work is to point and present what is being researched in academic performance prediction area. The results of the classification of publications are presented and we show interesting information about the area of research, identifying some possibilities less (or not yet) explored.Resumo. O presente trabalho apresenta uma análise e classificação de publicações na área de Mineração de Dados Educacionais publicados por pesquisadores brasileiros em eventos e periódicos na América Latina nos últimos quatro anos. O objetivo deste trabalho é apontar e apresentar o que está sendo pesquisado na área de predição de desempenho acadêmico. Os resultados da classificação das publicações são apresentados e mostram informações interessantes a respeito da área de pesquisa, identificando possibilidades pouco (ou ainda não) exploradas.

show abstract

Section: Trabalhos Pesquisadosunclassified