Mostrar registro simples

dc.contributor.authorNovaes, Adenilson Almeida de
dc.date.accessioned2021-02-11T18:17:36Z
dc.date.available2021-02-11T18:17:36Z
dc.date.issued2021-01-07
dc.identifier.citationNOVAES, Adenilson Almeida de. Uma proposta de análise de desempenho de estudantes do ENEM. 2021. Trabalho de Conclusão de Curso (Graduação em Matemática) – Universidade Federal de São Carlos, São Carlos, 2021. Disponível em: https://repositorio.ufscar.br/handle/ufscar/13840.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/13840
dc.description.abstractIn the international education field, it is relevant to predict the students' performance for future courses and/or disciplines. In that matter, Rajalaxmi et al. (2019), Abledu (2012) and Gadhavi, Patel (2017) works show a statistic-mathematical approach by multiple regression which generates predictives models that may help educational politics, professors and managers in decision making. Starting from Educational Data Science, this Undergraduate Thesis uses real data from the Exame Nacional do Ensino Médio (ENEM). Starting from a sample of 26,731 participants, it shows that it is possible to model the student performance, to then correlate multidimensionally the four knowledge pillars of the ENEM, and, on top of that, provide a discussion about the students' performance from public and private schools. Results show that Educational Data Science is a fundamental field to Mathematics professors' formation, elucidating, from the quantitative point of view, the educational variables.por
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEnempor
dc.subjectPrevisão de desempenhopor
dc.subjectRegressão múltiplapor
dc.subjectFormação de professorespor
dc.titleUma proposta de análise de desempenho de estudantes do ENEMpor
dc.title.alternativeA performance analysis of ENEM studentspor
dc.typeTCCpor
dc.contributor.advisor1Piton-Gonçalves, Jean
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6280496667549925por
dc.description.resumoNo campo educacional internacional, uma preocupação é predizer o desempenho do estudante para futuros cursos e/ou disciplinas. Nesse aspecto, os trabalhos de Rajalaxmi et al. (2019), Abledu (2012) e Gadhavi, Patel (2017) demonstram que uma abordagem estatístico-matemática via regressão múltipla geram modelos preditivos que podem auxiliar políticas educacionais, professores e gestores em tomadas de decisão. Partindo da Ciência de Dados Educacional, esse Trabalho de Conclusão de Curso utiliza dados reais do Exame Nacional do Ensino Médio (ENEM). Partindo de uma amostra de 26.731 participantes, mostra-se que é possível modelar o desempenho do estudante, de forma a correlacionar, multidimensionalmente, as quatro áreas de conhecimento do ENEM e, somado à isso, prover uma discussão do desempenho de estudantes oriundos de escolas públicas e particulares. Resultados mostram que a Ciência de Dados Educacional é um campo fundamental para a formação de professores de Matemática, elucidando, do ponto de vista quantitativo, as variáveis educacionais.por
dc.publisher.initialsUFSCarpor
dc.subject.cnpqCIENCIAS HUMANAS::EDUCACAO::PLANEJAMENTO E AVALIACAO EDUCACIONALpor
dc.subject.cnpqCIENCIAS HUMANAS::EDUCACAO::TOPICOS ESPECIFICOS DE EDUCACAOpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::REGRESSAO E CORRELACAOpor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/9460678073731551por
dc.publisher.courseMatemática - MNpor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivs 3.0 Brazil
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivs 3.0 Brazil