Desempenho acadêmico e condições socioculturais de estudantes de uma instituição educacional rural do Peru
DOI:
https://doi.org/10.35622/j.rie.2025.02.005Palavras-chave:
analítica da aprendizagem, aprendizado de máquina, estudantes do ensino secundário, desempenho acadêmico, zona ruralResumo
As instituições de ensino coletam e gerenciam informações de seus estudantes com o objetivo de fundamentar a tomada de decisões voltadas para a melhoria do desempenho acadêmico e do rendimento de sua comunidade. O objetivo desta pesquisa foi identificar achados sobre o desempenho acadêmico considerando fatores socioculturais ao longo da formação secundária. O estudo seguiu o processo KDD (Descoberta de Conhecimento em Bases de Dados) e aplicou algoritmos de aprendizado de máquina para a mineração de dados. Como resultado, foram identificados dois achados principais: em primeiro lugar, o ambiente familiar e o nível de responsabilidade influenciaram diretamente o desempenho acadêmico; em segundo lugar, foram detectados cinco perfis de estudantes com base nesses fatores: (1) ambiente familiar favorável e alto nível de responsabilidade, associados a desempenho destacado; (2) ambiente favorável e baixa responsabilidade, com desempenho limitado; (3) ambiente desfavorável e alta responsabilidade, que permite compensar parcialmente as desvantagens familiares; (4) ambiente desfavorável e baixa responsabilidade, vinculado ao menor desempenho; e (5) perfis intermediários com combinações mistas de condições familiares e responsabilidade. Esses achados, obtidos por meio de técnicas de aprendizado de máquina, fornecem conhecimento sobre a situação da instituição de ensino, facilitando decisões mais assertivas para a melhoria contínua do desempenho acadêmico no setor rural do Peru. Esses resultados derivam de dados de uma instituição rural específica; portanto, podem variar em pesquisas realizadas em contextos urbanos ou em outros países.
Downloads
Downloads
Publicado
Edição
Seção
Licença
Direitos autorais (c) 2025 Donia Ruelas, Elio Ruelas, Marta Carrera, Miguel Aceituno (Autor/a)

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.





















