Revista de Tecnologia da Informação e Engenharia de Software

Revista de Tecnologia da Informação e Engenharia de Software
Acesso livre

ISSN: 2165- 7866

Abstrato

Previsão do desempenho académico dos alunos na KSA utilizando técnicas de data mining

Nawal Ali Yassein, Rasha Gaffer M Helali e Somia B Mohomad

O principal objetivo das instituições de ensino superior é proporcionar uma educação de qualidade aos seus alunos. Uma forma de alcançar o mais alto nível de qualidade é identificar os factores que afectam o desempenho académico e, em seguida, tentar resolver os pontos fracos desses factores. O objetivo específico do trabalho de investigação proposto é descobrir se existem padrões nos dados disponíveis (registos de alunos e cursos) que possam ser úteis para prever o desempenho dos alunos. O estudo envolveu uma amostra de 150 estudantes recolhidos junto de estudantes da Universidade Najran, na Arábia Saudita. Os dados foram captados e organizados com o recurso ao pacote estatístico para as ciências sociais (SPSS) e ferramenta de data mining (clementine). Desenvolver um modelo preciso de previsão do desempenho do aluno é uma tarefa desafiante. Foram utilizados modelos baseados em data mining para identificar quais dos fatores conhecidos podem fornecer um indicador antecipado do desempenho esperado. Este artigo emprega a redução de características e a técnica de classificação para reduzir a taxa de erro. Os resultados experimentais revelam relações significativas entre a inclusão de trabalhos práticos e trabalhos em curso e a sua taxa de sucesso. Mas, por outro lado, o número de trabalhos atribuídos tem um impacto negativo no desempenho académico do curso. No contexto dos factores que afectam o desempenho escolar dos alunos, o factor que mais afecta é a assiduidade dos alunos às aulas, para além das notas do exame final e do exame intermédio.

Isenção de responsabilidade: Este resumo foi traduzido com recurso a ferramentas de inteligência artificial e ainda não foi revisto ou verificado.
Top