Análise Preliminar da Influência da Mudança Curricular nos Índices de Evasão Discente no Curso de Ciência da Computação da UFRRJ

• Marcelo Panaro de Moraes Zamith UFRRJ
• Juliana Mendes Nascente e Silva Zamith UFRRJ
• Natália Chaves Lessa UFRRJ

DOI: https://doi.org/10.5753/educomp.2025.4946

Resumo

A área de Computação enfrenta falta de profissionais no mercado devido a diversos fatores, dentre eles a alta evasão e retenção nos cursos, cenário também observado no curso de Ciência da Computação da UFRRJ, onde 4 em cada 10 discentes abandonam o curso. Em 2020, foi implementada uma nova matriz curricular no curso, permitindo aos discentes escolher áreas específicas de estudo conforme suas aptidões, com o objetivo de aumentar sua permanência. Este trabalho tem como objetivo avaliar, através do uso da Análise de Sobrevivência, os efeitos dessa mudança na distribuição dos discentes. A análise inicial sugere uma redução do percentual de evasão nos primeiros períodos.

Referências

Alvim, I., Bittencourt, R., and Duran, R. (2024). Evasão nos Cursos de Graduação em Computação no Brasil. In Anais do IV Simpósio Brasileiro de Educação em Computação, pages 1–11, Porto Alegre, RS, Brasil. SBC.

Andriola, W. B., Andriola, C. G., and Moura, C. P. (2006). Opiniões de Docentes e de Coordenadores acerca do Fenômeno da Evasão Discente dos Cursos de Graduação da Universidade Federal do Ceará (UFC). Ensaio: Avaliação e Políticas Públicas em Educação, 14:365 – 382.

BRASSCOM, A. (2024). Relatório Setorial de TIC. Disponível em: [link], Acessado em: dezembro/2024.

Carvalho, A. L. (2018). Construção de um Modelo de Acompanhamento do Desempenho Acadêmico (MADA) dos Cursos de Graduação da UFRRJ, por meio da Análise da Evasão Acadêmica. Master’s thesis, Universidade Federal Rural do Rio de Janeiro, Mestrado Profissional em Gestão e Estratégia - MPGE.

Chen, Y., Johri, A., Johri, A., Rangwala, H., and Rangwala, H. (2018). Running out of STEM: a Comparative Study across STEM Majors of College Students At-risk of Dropping Out Early. In International Conference on Learning Analytics and Knowledge (LAK’18), page 270–279, Sydney, Australia. Association for Computing Machinery.

Colosimo, E. A. and Giolo, S. R. (2021). Análise de Sobrevivência Aplicada. Editora Blucher.

Diogo, M. F., Raymundo, L. S., Wilhelm, F. A., Andrade, S. P. C., Lorenzo, F. M., Rost, F. T., and Bardagi, M. P. (2016). Percepções de Coordenadores de Curso Superior sobre Evasão, Reprovações e Estratégias Preventivas. Avaliação: Revista da Avaliação da Educação Superior (Campinas), 21:125 – 151.

Duran, R., Bim, S., Gimenes, I., Ribeiro, L., and Correia, R. (2023). Potential Factors for Retention and Intent to Drop-out in Brazilian Computing Programs. ACM Transactions on Computing Education, 23.

Giannakos, M., Pappas, I., Jaccheri, L., and Sampson, D. (2016). Understanding Student Retention in Computer Science Education: The Role of Environment, Gains, Barriers and Usefulness. Education and Information Technologies, 22(5):2365–2382.

Hazra, A. and Gogtay, N. (2017). Biostatistics series module 9: survival analysis. Indian journal of dermatology, 62(3):251–257.

Hoed, R. M. (2016). Análise da Evasão em Cursos Superiores: o Caso da Evasão em Cursos Superiores da Area de Computação. Master’s thesis, Universidade de Brasília, Instituto de Ciências Exatas Departamento de Ciência da Computação.

Ishitani, T. T. (2003). A Longitudinal Approach to Assessing Attrition Behavior among First-generation Students: Time-varying Effects of Pre-college Characteristics. Research in higher education, 44(4):433–449.

Kaplan, E. L. and Meier, P. (1958). Nonparametric Estimation from Incomplete Observations. Journal of the American Statistical Association, 53(282):457–481.

Klitzke, M. and Carvalhaes, F. (2023). Fatores Associados à Evasão de Curso na UFRJ: Uma Análise de Sobrevivêcia. Educação em Revista, 39:e37576.

Lima Junior, P., Silveira, F. L. d., and Ostermann, F. (2012). Análise de sobrevivência aplicada ao estudo do fluxo escolar nos cursos de graduação em física: um exemplo de uma universidade brasileira. Revista brasileira de ensino de física, 34:1403.

Mills, M. (2010). Introducing Survival and Event History Analysis. Sage.

Murtaugh, P. A., Burns, L. D., and Schuster, J. (1999). Predicting the Retention of University Students. Research in higher education, 40(3):355–371.

Palmeira, L. B. and Santos, M. P. (2014). Evasão no Bacharelado em Ciência da Computação da Universidade de Brasília: Análise e Mineração de Dados. Master’s thesis, Universidade de Brasília, Instituto de Ciências Exatas Departamento de Ciência da Computação.

Radcliffe, P. M., Huesman Jr, R. L., and Kellogg, J. P. (2006). Modeling the Incidence and Timing of Student Attrition: A Survival Analysis Approach to Retention Analysis. Association for Institutional Research in the Upper Midwest (AIRUM).

Saccaro, A., França, M. T. A., and Jacinto, P. A. (2019). Fatores Associados à Evasão no Ensino Superior Brasileiro: um Estudo de análise de sobrevivência para os Cursos das Áreas de Ciência, Matemática e Computação e de Engenharia, Produção e Construção em Instituições Públicas e Privadas. Estudos Econômicos (São Paulo), 49(2):337–373.

Santos, M. S. (2016). Uma Análise Probabilística da Retenção na Universidade Federal da Bahia: um Estudo de Caso no Curso de Ciência da Computação. Master’s thesis, Universidade Federal da Bahia, Pós Graduação em Ciência da Computação.

SBC, S. (2005). Currículo de Referência da SBC para Cursos de Graduação em Bacharelado em Ciência da Computação e Engenharia de Computação. Disponível em: [link], Acessado em: dezembro/2024.

Schoeffel, P., Wazlawick, R., Faria, V., and Ramos, C. (2018). Motivation and Engagement Factors of Undergraduate Students in Computing: A Systematic Mapping Study. In 2018 IEEE Frontiers in Education Conference (FIE), pages 1–5, San Jose, CA, USA. IEEE.

Silva, G. P. (2013). Análise de Evasão no Ensino Superior: uma Proposta de Diagnóstico de seus Determinantes. Avaliação: Revista da Avaliação da Educação Superior (Campinas), 18:311 – 333.