Prediction regression models in predicting primary school dropout: a systematic review of the literature

• Flávio L. de Morais University of Pernambuco http://orcid.org/0000-0001-9218-2523
• Ana Melo University of Pernambuco http://orcid.org/0000-0003-4608-0651
• Mirele Moutinho University of Pernambuco
• Roberta Fagundes University of Pernambuco https://orcid.org/0000-0002-7172-4183

DOI: https://doi.org/10.5753/sbie.2021.218504

Abstract

The educational system faces several challenges, among them is the school dropout, usually caused by social inequality. Due to this problem, Machine Learning (ML) techniques help to predict the relationship between the dropout student and the characteristics that influenced their dropout. This paper presents a Systematic Literature Review to identify which ML techniques, especially regression models, help to detect factors that influence the dropout of elementary and middle school students. The results shows low use of regression models, but high use of others ML models, highlighting the decision tree. In addition, 14 factors were identified as responsible for the dropout, calling attention to the low income of the students.

Keywords: School Dropout, Regression, Machine Learning, Basic education, Systematic Literature Review

References

Adelman, M., Haimovich, F., Ham, A., and Vazquez, E. (2018). Predicting school dropoutwith administrative data.

Alpaydin, E. (2020). Introduction to machine learning. MIT press.

Calixto, K., Segundo, C., and de Gusmão, R. P. (2017). Mineração de dados aplicada à educação: um estudo comparativo acerca das características que influenciam a evasão escolar. In Brazilian Symposium on Computers in Education (Simpósio Brasileiro de Informática na Educação-SBIE), volume 28, page 1447.

Colpo, M. P., Primo, T. T., Pernas, A. M., and Cechinel, C. (2020). Mineração de dados educacionais na previsão de evasão: uma rsl sob a perspectiva do congresso brasileiro de informática na educação. In Anais do XXXI Simpósio Brasileiro de Informática na Educação, páginas 1102–1111. SBC.

do Desenvolvimento Humano, P. R. (2019). Além do rendimento, além das médias, além do presente: Desigualdades no desenvolvimento humano no século xxi. Programa das Nações Unidas para o Desenvolvimento.

do Nascimento, R. L. S., da Cruz Junior, G. G., and de Araújo Fagundes, R. A. (2018).Mineração de dados educacionais: Um estudo sobre indicadores da educação em bases de dados do inep. RENOTE, 16(1).

Dyba, T., Dingsoyr, T., and Hanssen, G. K. (2007). Applying systematic reviews to diverse study types: An experience report. InFirst international symposium on empirical software engineering and measurement (ESEM 2007), pages 225–234. IEEE.

Júnior, O. d. G. F., Rodrigues, W. R. M., Barbirato, J. C. C., and de Barros Costa, E.(2019). Melhoria da gestão escolar através do uso de técnicas de mineração de dados educacionais: um estudo de caso em escolas municipais de Maceió. RENOTE.

Kitchenham, B. and Charters, S. (2007). Guidelines for performing systematic literature reviews in software engineering.

Lima, J. V., Junior, M. d. M. A., Moya, A., Almeida, R., Anjos, P., Lencastre, M., Fagundes, R. A. d. A. F., and Alencar, F. (2019). As metodologias ativas e o ensino em engenharia de software: uma revisão sistemática da literatura. In Anais do Workshop De Informática na Escola, volume 25, pages 1014–1023.

Lopes Filho, J. A. B. and Silveira, I. F. (2021). Detecção precoce de estudantes em risco de evasão usando dados administrativos e aprendizagem de máquina. Revista Ibérica De Sistemas e Tecnologias de Informação, (E40):480–495.

Marques, L. T., De Castro, A. F., Marques, B. T., Silva, J. C. P., and Queiroz, P. G. G.(2019). Mineração de dados auxiliando na descoberta das causas da evasão escolar: Um mapeamento sistemático da literatura. RENOTE, 17(3):194–203.

OECD (2015). Programme for international student assment (pisa) results from pisa.

SEDU, G. D. E. D. E. et al. (2018). Diretrizes para a prevenção do abandono e da evasão escolares no ensino fundamental anos finais e no ensino médio. SEDU - Secretaria de Educação.

UNICEF et al. (2020). Unicef e ações de educação em tempos de pandemia. Brasília: UNICEF.