Learning Analytics e Gestão Educacional
Área interdisciplinar que une análise de dados, ciência da computação e psicologia educacional para melhorar a aprendizagem e os ambientes educacionais. Ao coletar, analisar e interpretar dados sobre os aprendizes e seus contextos, oferece insights para personalizar a educação, identificar alunos que precisam de mais apoio e melhorar os resultados educacionais.
Learning Analytics é uma área interdisciplinar que une análise de dados, ciência da computação e psicologia educacional para melhorar a aprendizagem e os ambientes educacionais. Ao coletar, analisar e interpretar dados sobre os aprendizes e seus contextos, oferece insights para personalizar a educação, identificar alunos que precisam de mais apoio e melhorar os resultados educacionais. Na gestão educacional, é essencial para fornecer dados importantes para decisões sobre recursos e estratégias de ensino, ajudando a identificar tendências e necessidades futuras. Sua integração representa uma mudança significativa na educação, tornando-a mais orientada a dados, responsiva e centrada no estudante.
Sobre os coordenadores da área
Prof. Sergio Antônio Andrade de Freitas
Mais sobre o coordenador
Profa. Cristiane Soares Ramos
Mais sobre a coordenadora
Equipe de pesquisa
Pesquisadores anteriores
Mestrado
- 2024
Éber Junio Borges Moreira
Dissertação (Mestrado Profissional em Computação Aplicada) - UnB
Orientador(es)O agendamento de recursos acadêmicos em instituições de ensino superior configura-se como um problema de elevada complexidade, envolvendo a alocação de turmas, professores, horários e espaços físicos, de modo a atender a múltiplas restrições e preferências institucionais. Este trabalho apresenta o modelo SARA (Sistema de Agendamento de Recursos Acadêmicos), concebido para oferecer flexibilidade e adaptabilidade às particularidades das instituições de ensino superior. A pesquisa foi conduzida em duas etapas principais: a realização de uma revisão sistemática da literatura e a proposição do modelo SARA. A revisão sistemática possibilitou o mapeamento de estratégias, algoritmos e restrições amplamente utilizados na literatura, fornecendo subsídios teóricos para a concepção do modelo. A proposta do SARA integra características como personalização, integração com sistemas acadêmicos e a aplicação de algoritmos de otimização, promovendo uma abordagem abrangente e adaptável para a criação de agendamentos em ambientes universitários. A validação do modelo foi realizada por meio de um estudo de caso na Universidade de Brasília (UnB), em um ambiente de grande porte e alta complexidade. Os resultados preliminares demonstraram a viabilidade e a eficácia do modelo em atender às demandas específicas da instituição, evidenciando seu potencial de aplicação em diferentes contextos institucionais. A pesquisa contribui para o avanço teórico e prático no campo da gestão acadêmica, apresentando uma solução que combina rigor metodológico com aplicabilidade prática. - 2023
Edmilson Cosme da Silva
Dissertação (Mestrado Profissional em Computação Aplicada) - UnB
Orientador(es)Pesquisadores têm investigado a evasão no ensino superior, identificando duas categorias - alunos que deixam a universidade e aqueles que abandonam o ensino superior, afetando negativamente instituições, estudantes e sociedade. Desde 1995, no Brasil, a criação da ANDIFES intensificou estudos sobre diplomação, retenção e evasão em universidades brasileiras, focando na evasão institucional, caracterizada pela desistência do aluno do curso original. A Universidade de Brasília (UnB) implementou estratégias para aumentar a permanência estudantil. Este trabalho visou desenvolver e testar um modelo de análise para prever a evasão em cursos presenciais, através de uma Revisão Sistemática da Literatura para identificar fatores de impacto e definir indicadores extraídos de sistemas acadêmicos da UnB. O modelo, denominado MAGRA, combina indicadores com algoritmos de aprendizado de máquina, visando identificar alunos em risco de evasão. Testes realizados na Faculdade do Gama (FGA) e na UnB indicaram que a frequência de matrícula em disciplinas pode prever dificuldades de conclusão. A pesquisa sugere que para aprimorar a identificação de alunos em risco, são necessários ajustes nos mecanismos de feedback, inclusão de novos sistemas, melhoria na qualidade dos dados e nos parâmetros dos algoritmos.
Trabalho de conclusão de curso
- 2021
Allan Jefrey Pereira Nobre
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es) - 2022
Amanda Emilly Muniz de Menezes
Identificação de fatores que afetam a Evasão no Ensino Superior
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es)A identificação de fatores que influenciam a evasão acadêmica é vital para que as coordenações possam tomar medidas preventivas contra a desistência estudantil. Esta monografia tem como objetivo explorar o estado atual da pesquisa na área, buscando compreender os principais fatores associados à evasão acadêmica e sua aplicabilidade em modelos preditivos de evasão. Realizou-se uma pesquisa quantitativa, exploratória e explicativa de caráter aplicado, utilizando técnicas de estudo de caso e revisão bibliográfica. A análise sistemática da literatura indicou que a evasão pode ser prevista por meio de fatores acadêmicos, demográficos e de aprendizagem. Utilizando esses fatores, modelos preditivos foram desenvolvidos com o auxílio de algoritmos de aprendizado de máquina, cujas previsões se mostraram sensíveis às alterações no fluxo dos cursos. Conclui-se que os fatores acadêmicos, demográficos e de aprendizagem são eficazes na predição de evasão, sendo importante a seleção e o modo de aplicação desses fatores para alcançar resultados preditivos precisos. Além disso, a aplicação de fatores acadêmicos em modelos preditivos exige consideração do contexto específico dos dados analisados. - 2022
Letícia Karla Soares Rodrigues de Araújo
Identificação de fatores que afetam a Evasão no Ensino Superior
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es)A identificação de fatores que influenciam a evasão acadêmica é vital para que as coordenações possam tomar medidas preventivas contra a desistência estudantil. Esta monografia tem como objetivo explorar o estado atual da pesquisa na área, buscando compreender os principais fatores associados à evasão acadêmica e sua aplicabilidade em modelos preditivos de evasão. Realizou-se uma pesquisa quantitativa, exploratória e explicativa de caráter aplicado, utilizando técnicas de estudo de caso e revisão bibliográfica. A análise sistemática da literatura indicou que a evasão pode ser prevista por meio de fatores acadêmicos, demográficos e de aprendizagem. Utilizando esses fatores, modelos preditivos foram desenvolvidos com o auxílio de algoritmos de aprendizado de máquina, cujas previsões se mostraram sensíveis às alterações no fluxo dos cursos. Conclui-se que os fatores acadêmicos, demográficos e de aprendizagem são eficazes na predição de evasão, sendo importante a seleção e o modo de aplicação desses fatores para alcançar resultados preditivos precisos. Além disso, a aplicação de fatores acadêmicos em modelos preditivos exige consideração do contexto específico dos dados analisados. - 2017
Yeltsin Suares Gama
Sistema de apoio ao aprendizado.
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es) - 2024
Itallo Cavalcante Gravina
Portal de visualização e análise de dados de produção científica pela OpenAlex
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es) - 2022
Letícia Karla Soares Rodrigues de Araújo, Amanda Emily M. de Menezes
Previsão de evasão no ensino superior
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es)
Projetos em andamento
- Uma nova abordagem aplicada ao Problema do University Course Timetable
Éber Júnio Borges Moreira, Início: 2023, status: em andamento.
Trabalho focado em otimizar a programação de cursos universitários, aplicando técnicas para melhorar a eficiência e eficácia na elaboração de horários acadêmicos. Este trabalho visa resolver desafios comuns na gestão de horários, proporcionando uma solução mais adaptável e conveniente para instituições de ensino superior. A UnB é usada como estudo de caso.
Publicações e produções
Publicações (19)
- 2024
Éber Júnio Borges Moreira, Sergio Antônio Andrade Freitas
A CP-SAT Approach for Academic Resource Timetabling in Higher Education Institutions: A Case Study at a Major Public University
IEEE International Conference on IT in Higher Education and Training (ITHET 2024) • Paris, France
- 2024
Sergio Antônio Andrade Freitas, Cristiane S. Ramos, Eduardo Bessa Pereira da Silva, Marcia Renata Mortari, Dianne Magalhaes Viana
Implementing Neuroscientific Principles in Gamified Software Engineering Courses
Frontiers in Education 2024 • Washington DC, USA
- 2023
RAMOS, C. S., VIANNA, D. M., BESSA, E., MORTARI, M. R., FREITAS, S. A. A.
Biblioteca Central da Universidade de Brasília
ISBN: DOI: 10.26512/plunb.442 | ISBN: 978-65-980478-0-1 Spotify - 2023
SILVA, E. C., FREITAS, S. A. A., RAMOS, C. S., MENEZES, A. E. M., ARAUJO, L. K. S. R.
56th Hawaii International Conference on System Science • Maui
- 2024
Éber Junio Borges Moreira
Dissertação (Mestrado Profissional em Computação Aplicada) - UnB
Orientador(es)O agendamento de recursos acadêmicos em instituições de ensino superior configura-se como um problema de elevada complexidade, envolvendo a alocação de turmas, professores, horários e espaços físicos, de modo a atender a múltiplas restrições e preferências institucionais. Este trabalho apresenta o modelo SARA (Sistema de Agendamento de Recursos Acadêmicos), concebido para oferecer flexibilidade e adaptabilidade às particularidades das instituições de ensino superior. A pesquisa foi conduzida em duas etapas principais: a realização de uma revisão sistemática da literatura e a proposição do modelo SARA. A revisão sistemática possibilitou o mapeamento de estratégias, algoritmos e restrições amplamente utilizados na literatura, fornecendo subsídios teóricos para a concepção do modelo. A proposta do SARA integra características como personalização, integração com sistemas acadêmicos e a aplicação de algoritmos de otimização, promovendo uma abordagem abrangente e adaptável para a criação de agendamentos em ambientes universitários. A validação do modelo foi realizada por meio de um estudo de caso na Universidade de Brasília (UnB), em um ambiente de grande porte e alta complexidade. Os resultados preliminares demonstraram a viabilidade e a eficácia do modelo em atender às demandas específicas da instituição, evidenciando seu potencial de aplicação em diferentes contextos institucionais. A pesquisa contribui para o avanço teórico e prático no campo da gestão acadêmica, apresentando uma solução que combina rigor metodológico com aplicabilidade prática. - 2023
Edmilson Cosme da Silva
Dissertação (Mestrado Profissional em Computação Aplicada) - UnB
Orientador(es)Pesquisadores têm investigado a evasão no ensino superior, identificando duas categorias - alunos que deixam a universidade e aqueles que abandonam o ensino superior, afetando negativamente instituições, estudantes e sociedade. Desde 1995, no Brasil, a criação da ANDIFES intensificou estudos sobre diplomação, retenção e evasão em universidades brasileiras, focando na evasão institucional, caracterizada pela desistência do aluno do curso original. A Universidade de Brasília (UnB) implementou estratégias para aumentar a permanência estudantil. Este trabalho visou desenvolver e testar um modelo de análise para prever a evasão em cursos presenciais, através de uma Revisão Sistemática da Literatura para identificar fatores de impacto e definir indicadores extraídos de sistemas acadêmicos da UnB. O modelo, denominado MAGRA, combina indicadores com algoritmos de aprendizado de máquina, visando identificar alunos em risco de evasão. Testes realizados na Faculdade do Gama (FGA) e na UnB indicaram que a frequência de matrícula em disciplinas pode prever dificuldades de conclusão. A pesquisa sugere que para aprimorar a identificação de alunos em risco, são necessários ajustes nos mecanismos de feedback, inclusão de novos sistemas, melhoria na qualidade dos dados e nos parâmetros dos algoritmos. - 2021
Allan Jefrey Pereira Nobre
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es) - 2022
CABELLO, A. F., ARRUDA, J. A., IMBROISI, D., FERREIRA, G. V., FREITAS, SERGIO A. A.
REVISTA COM CENSO ESTUDOS EDUCACIONAIS DO DISTRITO FEDERAL, 9 (41-49)
- 2022
Amanda Emilly Muniz de Menezes
Identificação de fatores que afetam a Evasão no Ensino Superior
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es)A identificação de fatores que influenciam a evasão acadêmica é vital para que as coordenações possam tomar medidas preventivas contra a desistência estudantil. Esta monografia tem como objetivo explorar o estado atual da pesquisa na área, buscando compreender os principais fatores associados à evasão acadêmica e sua aplicabilidade em modelos preditivos de evasão. Realizou-se uma pesquisa quantitativa, exploratória e explicativa de caráter aplicado, utilizando técnicas de estudo de caso e revisão bibliográfica. A análise sistemática da literatura indicou que a evasão pode ser prevista por meio de fatores acadêmicos, demográficos e de aprendizagem. Utilizando esses fatores, modelos preditivos foram desenvolvidos com o auxílio de algoritmos de aprendizado de máquina, cujas previsões se mostraram sensíveis às alterações no fluxo dos cursos. Conclui-se que os fatores acadêmicos, demográficos e de aprendizagem são eficazes na predição de evasão, sendo importante a seleção e o modo de aplicação desses fatores para alcançar resultados preditivos precisos. Além disso, a aplicação de fatores acadêmicos em modelos preditivos exige consideração do contexto específico dos dados analisados. - 2022
Letícia Karla Soares Rodrigues de Araújo
Identificação de fatores que afetam a Evasão no Ensino Superior
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es)A identificação de fatores que influenciam a evasão acadêmica é vital para que as coordenações possam tomar medidas preventivas contra a desistência estudantil. Esta monografia tem como objetivo explorar o estado atual da pesquisa na área, buscando compreender os principais fatores associados à evasão acadêmica e sua aplicabilidade em modelos preditivos de evasão. Realizou-se uma pesquisa quantitativa, exploratória e explicativa de caráter aplicado, utilizando técnicas de estudo de caso e revisão bibliográfica. A análise sistemática da literatura indicou que a evasão pode ser prevista por meio de fatores acadêmicos, demográficos e de aprendizagem. Utilizando esses fatores, modelos preditivos foram desenvolvidos com o auxílio de algoritmos de aprendizado de máquina, cujas previsões se mostraram sensíveis às alterações no fluxo dos cursos. Conclui-se que os fatores acadêmicos, demográficos e de aprendizagem são eficazes na predição de evasão, sendo importante a seleção e o modo de aplicação desses fatores para alcançar resultados preditivos precisos. Além disso, a aplicação de fatores acadêmicos em modelos preditivos exige consideração do contexto específico dos dados analisados. - 2021
CABELLO, A. F., FERREIRA, G. V., IMBROISI, D., ARRUDA, J. A., FREITAS, S. A. A., ALVAREZ, G. A.
Formas de ingresso em perspectiva comparada: por que o SISU aumenta a evasão? O caso da UNB
AVALIAÇÃO: REVISTA DA AVALIAÇÃO DA EDUCAÇÃO SUPERIOR, 26 (446-460)
- 2019
CABELLO, A. F., FERREIRA, G. V., IMBROISI, D., ARRUDA, J. A., FREITAS, S. A. A., ALVAREZ, G. A.
Formas de Ingresso em Perspectiva Comparada: Porque o Sisu aumenta a evasão - o caso da UnB
XIX Colóquio Internacional de Gestão Universitária • Florianópolis
- 2018
FREITAS, S. A. A., CANEDO, E. D., JESUS, D. A.
Calculating Similarity of Curriculum Lattes
IEEE Latin America Transactions, 16 (1758)
- 2018
COSTA OLIVEIRA, EDGARD, ALVES DE JESUS, DIONLAN, FREITAS, S. A. A., DIAS CANEDO, EDNA
Similarities Building a Network between Researchers based on the Curriculum Lattes Platform
20th International Conference on Enterprise Information Systems • Funchal
- 2017
Yeltsin Suares Gama
Sistema de apoio ao aprendizado.
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es) - 2016
FREITAS, S. A. A., SILVA, RITA C., CANEDO, EDNA D., LUCENA, TIAGO FRANKLIN R.
A tool for students' grouping in classroom
2016 IEEE Frontiers in Education Conference (FIE) • Eire
- 2012
LOZZI, S., DINIZ, F. B., ALBURQUERQUE, P., REZENDE, M., FREITAS, S. A. A., COSTA, C.
5th International Conference of Education, Research and Innovations, 2012, Madrid - Spain, pp. 3017-3022
- 2024
Itallo Cavalcante Gravina
Portal de visualização e análise de dados de produção científica pela OpenAlex
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es) - 2022
Letícia Karla Soares Rodrigues de Araújo, Amanda Emily M. de Menezes
Previsão de evasão no ensino superior
Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Software) - UnB
Orientador(es)
Aplicativos e programas
- FREITAS, S. A. A. Analisador dos indicadores de qualidade do ensino superior brasileiro. UnB, 2020.
- FREITAS, S. A. A. Editor colaborativo de projetos pedagógicos de curso - versão UnB. 2019.
- FREITAS, S. A. A. MCE - Editor de Matrizes Curriculares. UFES, 2005.
- FREITAS, S. A. A. Gerador de Projetos Pedagógicos de Curso. UFES, 2005.
- FREITAS, S. A. A. Sistema de Controle Acadêmico dos Cursos de Pós-Graduação da Universidade Federal do Espírito Santo (UFES). UFES, 2002.
Contato e colaboração
- E-mail para informações e contato com a equipe: sergiofreitas@unb.br ou cristanesramos@unb.br.