Classificação curricular das questões do ENADE em Engenharia de Computação: uma mineração de texto
Resumo
A mineração de texto e algoritmos de aprendizado de máquina têm sido amplamente utilizados para classificar textos e extrair padrões ocultos em dados educacionais. No entanto, poucas pesquisas têm explorado o relacionamento entre o conteúdo das questões do ENADE, componentes curriculares e Taxonomia de Bloom. Este estudo analisou e classificou as questões do ENADE do curso de Engenharia de Computação, utilizando o framework CRISP-DM e dados dos últimos cinco anos do ENADE. Os resultados mostraram que os núcleos "Núcleo Computação" e "Núcleo Desenvolvimento Pessoal" foram os mais abordados, com ênfase nos níveis da Taxonomia de Bloom de conhecimento, compreensão e aplicação.
Palavras-chave:
Mineração de dados. Taxonomia de Bloom. Componentes curriculares. CRISP-DM
Referências
Abdusalomovna, T. D. et al. (2023). Text mining. European Journal of Interdisciplinary Research and Development, 13:284–289.
Algarni, A. (2016). Data mining in education. International Journal of Advanced Computer Science and Applications, 7(6).
Alvarenga, A. M.; Tauchen, G.e Alvarenga, B. T. (2017). A interdisciplinaridade nos componentes curriculares de cursos de licenciatura da área de ciências exatas e da terra. Revista Thema, v. 14(n. 3):151–166.
Araújo, L. R. D. (2021). Classificação automática de questões de provas: análise comparativa de algoritmos e aplicação ao ENADE. Trabalho de conclusão de curso, Universidade Federal de Santa Maria, Santa Maria, Brasil.
BRASIL (2020). Exame nacional de desempenho dos estudantes (ENADE). Disponível em: [link]. [Online] Acesso em 26 de março de 2023.
Dhawan, S. (2023). Divisão de dados para modelos de aprendizado de máquina geeks for geeks. Geeks for Geeks. [Online] Acesso em 22 de outubro de 2023.
Escovedo, T. e Koshiyama, A. (2020). Introdução a Data Science: Algoritmos de Machine Learning e métodos de análise. Casa do Código.
Fávero, L. P. e Belfiore, P. (2017). Manual de análise de dados: estatística e modelagem multivariada com Excel, SPSS e Stata. Elsevier Brasil.
Fayyad, U., Piatetsky-Shapiro, G., and Smyth, P. (1996). From data mining to knowledge discovery in databases. AI magazine, 17(3):37–37.
FDV (2021). Diretoria de avaliação da educação superior (DAES). Technical report, FDV - Faculdade de Viçosa, SINAES, Viçosa.
Gallagher, S. R. (2016). The future of university credentials: New developments at the intersection of higher education and hiring. Harvard Education Press.
Gerab, F., Bueno, I. A. M., e da Silva Gerab, I. F. (2014). Análise das interações curriculares em um curso de ciência da computação: buscando subsídios para aprimoramento curricular. Revista Brasileira de Informática na Educação, 22(01):30.
IBM (2021). CRISP-DM Help Overview. Disponível em: [link]. Acesso em: 10 de março de 2022.
IBM (2022). Transformação de dados documentação da IBM. IBM. [Online] Acesso em 22 de outubro de 2023.
Lira Silva, L. G., Barros, A. N., e Falcão, T. P. (2024). O impacto da nova matriz curricular da licenciatura em computação no desempenho dos discentes. In Anais do IV Simpósio Brasileiro de Educação em Computação, pages 256–265. SBC.
Lopes, F. L. e Vendramini, C. M. M. (2015). Propriedades psicométricas das provas de pedagogia do ENADE via TRI. Avaliação: Revista da Avaliação da Educação Superior (Campinas), 20(1):27–47.
Muller, R. A. (2019). Aplicação de aprendizado de máquina para identificar o meio de transporte baseado em localizações de gps.
NETO, A. P. D. L. (2023). Estudo comparativo entre modelos baseados em bert na classificação estática de malware.
Neto, W. R. C. (2021). O uso de mineração de dados educacionais sob o ENADE como apoio ao processo de tomada de decisão de gestores do ensino superior. Trabalho de conclusão de curso, Universidade Federal do Ceará, Quixadá, Brasil.
Oliveira, A. P. S. B., de Aguiar Pontes, J. N., e Marques, M. A. (2016). O uso da taxionomia de bloom no contexto da avaliação por competência. Revista Pleiade, 10(20):12–22.
Oliveira, T. et al. (2024). Educação e ensino no exame nacional de desempenho dos estudantes (ENADE) de licenciatura em ciências biológicas-2014, 2017 e 2021.
Olivera, S. (2011). Taxonomia de bloom. Universidad Cesar Vallejo, 4.
Pérez, J., Iturbide, E., Olivares, V., Hidalgo, M., Almanza, N., e Martínez, A. (2015). A data preparation methodology in data mining applied to mortality population data-bases. New Contributions in Information Systems and Technologies: Volume 1, pages 1173–1182.
Pires, L. C. (2023). Modelo de propensão: Como identificar os clientes com maior chance de compra?
Pissaia, L. e. a. E. (2018). Exame nacional de desempenho dos estudantes – ENADE e o desenvolvimento de competências no ensino superior. In Research, Society and Development, volume 7. Acesso em 26 de março de 2023.
Rácz, A., Bajusz, D.,; Héberger, K. (2021). Effect of dataset size and train/test split ratios in QSRA/QSPR multiclass classification. Molecules, 26(4):1111.
Ramos, J. L. C., Rodrigues, R. L., Silva, J. C. S., e de Oliveira, P. L. S. (2020). Crisp-dm: uma proposta de adaptação do modelo Crisp-dm para mineração de dados educacionais. In Anais do XXXI Simpósio Brasileiro de Informática na Educação, pages 1092–1101. SBC.
Rodrigues, V. (2019). Métricas de Avaliação: acurácia, precisão, recall. . . quais as diferenças? [link].
Saltz, J. e Hotz, N. (2022). Data science project management. [link]. [Online, Acesso em 26 de março de 2023].
Santos, C. A. P. D. (2022). Uma análise exploratória da influência dos projetos pedagógicos dos cursos superiores no resultado do ENADE por meio de mineração de textos e aprendizado de máquina. Master’s thesis, CAPES, Campo Grande, Brasil.
Silva, A. R. d. (2020). Uma visão geral sobre machine learning classificão statplace a estatística ao alcance de todos. cursos e consultoria. [Online] Acesso em 20 de outubro de 2023.
Sivabalan, S.; Minu, R. (2021). Heterogeneous data integration with ELT and analytical MPP database for data analysis application. In 2021 Innovations in Power and Advanced Computing Technologies (i-PACT), pages 1–5. IEEE.
Sousa, B. P. B. d.; Sousa, J. V. d. (2012). Resultados do ENADE na gestão acadêmica de cursos de licenciaturas: um caso em estudo. SOU., v. 23(n. 52):232–253.
Souza, E. G. d. (2019). Entendendo o que é matriz de confusão com python. [Online] Acesso em 22 de outubro de 2023.
Tambling, P. (2020). Can education and skills development be more aligned locally reflecting local work patterns, business growth Disponível em: [link]. [Online] Acesso em 26 de março de 2023.
Tavares, L. A., Meira, M. C., e do Amaral, S. F. (2020). Inteligência artificial na educação: Survey. Brazilian Journal of Development, 6(7):48699–48714.
Tavares, L. A., Meira, M. C., e do Amaral, S. F. (2020). Inteligência artificial na educação: Survey. Brazilian Journal of Development, 6(7):48699–48714.
Ventura, M. M. (2007). O estudo de caso como modalidade de pesquisa. Revista SoCERJ, 20(5):383–386.
Zhang, X. and Liu, C.-A. (2023). Model averaging prediction by k-fold cross-validation. Journal of Econometrics, 235(1):280–301.
Algarni, A. (2016). Data mining in education. International Journal of Advanced Computer Science and Applications, 7(6).
Alvarenga, A. M.; Tauchen, G.e Alvarenga, B. T. (2017). A interdisciplinaridade nos componentes curriculares de cursos de licenciatura da área de ciências exatas e da terra. Revista Thema, v. 14(n. 3):151–166.
Araújo, L. R. D. (2021). Classificação automática de questões de provas: análise comparativa de algoritmos e aplicação ao ENADE. Trabalho de conclusão de curso, Universidade Federal de Santa Maria, Santa Maria, Brasil.
BRASIL (2020). Exame nacional de desempenho dos estudantes (ENADE). Disponível em: [link]. [Online] Acesso em 26 de março de 2023.
Dhawan, S. (2023). Divisão de dados para modelos de aprendizado de máquina geeks for geeks. Geeks for Geeks. [Online] Acesso em 22 de outubro de 2023.
Escovedo, T. e Koshiyama, A. (2020). Introdução a Data Science: Algoritmos de Machine Learning e métodos de análise. Casa do Código.
Fávero, L. P. e Belfiore, P. (2017). Manual de análise de dados: estatística e modelagem multivariada com Excel, SPSS e Stata. Elsevier Brasil.
Fayyad, U., Piatetsky-Shapiro, G., and Smyth, P. (1996). From data mining to knowledge discovery in databases. AI magazine, 17(3):37–37.
FDV (2021). Diretoria de avaliação da educação superior (DAES). Technical report, FDV - Faculdade de Viçosa, SINAES, Viçosa.
Gallagher, S. R. (2016). The future of university credentials: New developments at the intersection of higher education and hiring. Harvard Education Press.
Gerab, F., Bueno, I. A. M., e da Silva Gerab, I. F. (2014). Análise das interações curriculares em um curso de ciência da computação: buscando subsídios para aprimoramento curricular. Revista Brasileira de Informática na Educação, 22(01):30.
IBM (2021). CRISP-DM Help Overview. Disponível em: [link]. Acesso em: 10 de março de 2022.
IBM (2022). Transformação de dados documentação da IBM. IBM. [Online] Acesso em 22 de outubro de 2023.
Lira Silva, L. G., Barros, A. N., e Falcão, T. P. (2024). O impacto da nova matriz curricular da licenciatura em computação no desempenho dos discentes. In Anais do IV Simpósio Brasileiro de Educação em Computação, pages 256–265. SBC.
Lopes, F. L. e Vendramini, C. M. M. (2015). Propriedades psicométricas das provas de pedagogia do ENADE via TRI. Avaliação: Revista da Avaliação da Educação Superior (Campinas), 20(1):27–47.
Muller, R. A. (2019). Aplicação de aprendizado de máquina para identificar o meio de transporte baseado em localizações de gps.
NETO, A. P. D. L. (2023). Estudo comparativo entre modelos baseados em bert na classificação estática de malware.
Neto, W. R. C. (2021). O uso de mineração de dados educacionais sob o ENADE como apoio ao processo de tomada de decisão de gestores do ensino superior. Trabalho de conclusão de curso, Universidade Federal do Ceará, Quixadá, Brasil.
Oliveira, A. P. S. B., de Aguiar Pontes, J. N., e Marques, M. A. (2016). O uso da taxionomia de bloom no contexto da avaliação por competência. Revista Pleiade, 10(20):12–22.
Oliveira, T. et al. (2024). Educação e ensino no exame nacional de desempenho dos estudantes (ENADE) de licenciatura em ciências biológicas-2014, 2017 e 2021.
Olivera, S. (2011). Taxonomia de bloom. Universidad Cesar Vallejo, 4.
Pérez, J., Iturbide, E., Olivares, V., Hidalgo, M., Almanza, N., e Martínez, A. (2015). A data preparation methodology in data mining applied to mortality population data-bases. New Contributions in Information Systems and Technologies: Volume 1, pages 1173–1182.
Pires, L. C. (2023). Modelo de propensão: Como identificar os clientes com maior chance de compra?
Pissaia, L. e. a. E. (2018). Exame nacional de desempenho dos estudantes – ENADE e o desenvolvimento de competências no ensino superior. In Research, Society and Development, volume 7. Acesso em 26 de março de 2023.
Rácz, A., Bajusz, D.,; Héberger, K. (2021). Effect of dataset size and train/test split ratios in QSRA/QSPR multiclass classification. Molecules, 26(4):1111.
Ramos, J. L. C., Rodrigues, R. L., Silva, J. C. S., e de Oliveira, P. L. S. (2020). Crisp-dm: uma proposta de adaptação do modelo Crisp-dm para mineração de dados educacionais. In Anais do XXXI Simpósio Brasileiro de Informática na Educação, pages 1092–1101. SBC.
Rodrigues, V. (2019). Métricas de Avaliação: acurácia, precisão, recall. . . quais as diferenças? [link].
Saltz, J. e Hotz, N. (2022). Data science project management. [link]. [Online, Acesso em 26 de março de 2023].
Santos, C. A. P. D. (2022). Uma análise exploratória da influência dos projetos pedagógicos dos cursos superiores no resultado do ENADE por meio de mineração de textos e aprendizado de máquina. Master’s thesis, CAPES, Campo Grande, Brasil.
Silva, A. R. d. (2020). Uma visão geral sobre machine learning classificão statplace a estatística ao alcance de todos. cursos e consultoria. [Online] Acesso em 20 de outubro de 2023.
Sivabalan, S.; Minu, R. (2021). Heterogeneous data integration with ELT and analytical MPP database for data analysis application. In 2021 Innovations in Power and Advanced Computing Technologies (i-PACT), pages 1–5. IEEE.
Sousa, B. P. B. d.; Sousa, J. V. d. (2012). Resultados do ENADE na gestão acadêmica de cursos de licenciaturas: um caso em estudo. SOU., v. 23(n. 52):232–253.
Souza, E. G. d. (2019). Entendendo o que é matriz de confusão com python. [Online] Acesso em 22 de outubro de 2023.
Tambling, P. (2020). Can education and skills development be more aligned locally reflecting local work patterns, business growth Disponível em: [link]. [Online] Acesso em 26 de março de 2023.
Tavares, L. A., Meira, M. C., e do Amaral, S. F. (2020). Inteligência artificial na educação: Survey. Brazilian Journal of Development, 6(7):48699–48714.
Tavares, L. A., Meira, M. C., e do Amaral, S. F. (2020). Inteligência artificial na educação: Survey. Brazilian Journal of Development, 6(7):48699–48714.
Ventura, M. M. (2007). O estudo de caso como modalidade de pesquisa. Revista SoCERJ, 20(5):383–386.
Zhang, X. and Liu, C.-A. (2023). Model averaging prediction by k-fold cross-validation. Journal of Econometrics, 235(1):280–301.
Publicado
04/11/2024
Como Citar
SOUZA, Kátia Emanuelly de; MIRANDA NETO, Milton; LANA, Cristiane Aparecida.
Classificação curricular das questões do ENADE em Engenharia de Computação: uma mineração de texto. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 35. , 2024, Rio de Janeiro/RJ.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2024
.
p. 3009-3019.
DOI: https://doi.org/10.5753/sbie.2024.244889.
