A identificação de alunos em risco de reprovação acadêmica através da Previsão Precoce: Um Mapeamento Sistemático

Authors

  • Rodrigo Miranda Feitosa UFMA
  • Luiz Aurélio Batista Neto UFMA
  • Vinicius Ponte Machado UFPI
  • André Macedo Santana UFPI

DOI:

https://doi.org/10.22456/1679-1916.144983

Keywords:

Previsão Precoce, Mineração de Dados Educacionais, Risco, Inteligência Artificial

Abstract

Com base nas técnicas de Mineração de Dados Educacionais, os modelos de Previsão Precoce na área educacional são reconhecidos por sua capacidade de antecipar resultados e comportamentos do desempenho acadêmico. Este mapeamento sistemático tem como objetivo investigar a aplicação desses modelos de predição no desempenho acadêmico, voltados para a detecção dos alunos em risco de reprovação em cursos. Além disso, esta pesquisa descreve as estratégias adotadas na aplicação desse tema e quais são os elementos determinantes para a identificação dos fatores de insucesso acadêmico entre os discentes. Neste contexto, este mapeamento sistemático reúne informações que esclarecem o cenário da Previsão Precoce de alunos em risco de reprovação, tais como: a classificação das abordagens utilizadas, as técnicas aplicadas, os conjuntos de variáveis determinantes na identificação de insucesso acadêmico e quais são as fontes de dados utilizadas neste contexto. 

Downloads

Download data is not yet available.

Downloads

Published

2025-01-06

How to Cite

FEITOSA, Rodrigo Miranda; BATISTA NETO, Luiz Aurélio; MACHADO, Vinicius Ponte; SANTANA, André Macedo. A identificação de alunos em risco de reprovação acadêmica através da Previsão Precoce: Um Mapeamento Sistemático. Revista Novas Tecnologias na Educação, Porto Alegre, v. 22, n. 3, p. 186–196, 2025. DOI: 10.22456/1679-1916.144983. Disponível em: https://seer.ufrgs.br/index.php/renote/article/view/144983. Acesso em: 6 sep. 2026.

Issue

Vol. 22 No. 3 (2024): Edição Regular - Dezembro de 2024

Section

Inteligência Artificial na Educação

License

Os autores dos artigos publicados na RENOTE retém os direitos autorais de suas obras e autorizam o CINTED/UFRGS a publicá-las de acordo com os termos da licença Creative Commons Attribution-NonComercial 4.0 International Public License (CC BY-NC-SA 4.0). Dessa forma, fica permitido aos autores ou a terceiros a reprodução ou distribuição, em parte ou no todo, de material extraído dessas obras, de forma verbatim, adaptada ou remixada, bem como a criação ou produção a partir do conteúdo dessas obras, para fins não comerciais, desde que sejam atribuídos os devidos créditos às criações originais. Cópias das obras não devem ser utilizadas de nenhum modo que implique o endosso da UFRGS. Sendo assim, os autores que publicam nesta revista concordam com os seguintes termos:

    1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

    1. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

    1. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).