Monitoramento Escalável da Qualidade Cadastral via Similaridade Nominal no Sistema Gestão Presente: Uma Abordagem Analítica com Painel Interativo
Resumo
O estudo avalia o desempenho da validação de dados no Sistema Gestão Presente (SGP), com foco na autenticação de registros por similaridade nominal, usando dados de matrículas escolares de 2025. A análise identificou 98,9% de autenticações automáticas, evidenciando a eficácia do algoritmo na correção de divergências de grafia. O trabalho propõe um painel interativo para monitorar indicadores, configurar parâmetros, como limiar de similaridade, e analisar resultados por escola, rede e região. A solução visa aprimorar a qualidade cadastral, apoiar decisões estratégicas e fortalecer políticas públicas baseadas em dados.Referências
Azzone, G. (2018). Big data and public policies: Opportunities and challenges. Statistics & Probability Letters, 136:116–120.
Gali, N., Mariescu-Istodor, R., Hostettler, D., and Fränti, P. (2019). Framework for syntactic string similarity measures. Expert Systems with Applications, 129:169–185.
Libuy, N., Harron, K., Gilbert, R., Caulton, R., Cameron, E., and Blackburn, R. (2021). Ligação de dados de educação e hospitalares em inglaterra: Processo de ligação e qualidade. Jornal Internacional de Ciência de Dados Populacionais, 6(1).
Queiroga, E. M., Siqueira, E. S., Portela, C. D. S., Cordeiro, T. D., Bittencourt, I. I., Isotani, S., Mello, R. F., Muñoz, R., and Cechinel, C. (2024). Data-driven strategies for achieving school equity: Insights from brazil and policy recommendations. IEEE Access, 12:101646–101659.
Seenivasan, D. and Vaithianathan, M. (2023). Real-time adaptation: Change data capture in modern computer architecture. ESP International Journal of Advancements in Computational Technology (ESP-IJACT), 1(2):49–61.
Silva, D. B. L., Queiroga, E. M., Barros, A. N., Marcolino, M. R., Dermeval, D., Lima, A., Marques, L. B., Cechinel, C., and Vieira, T. (2025). Leveraging string similarity algorithms for educational data validation: A scalable approach for digital governance. In Conference on Digital Government Research, volume 1.
Suominen, A. and Hajikhani, A. (2021). Research themes in big data analytics for policymaking: Insights from a mixed-methods systematic literature review. Policy & Internet, 13(4):464–484.
Tavares, A. A. and Bitencourt, C. M. (2024). Evaluation of public policies and interoperability from the perspective of digital public governance. In E-Government Digital Frontiers-Transforming Public Administration through Technology. IntechOpen.
Valeriano, E. S. (2024). Deduplication methods using levenshtein distance algorithm. Journal of Electrical Systems, 20(73):997–1006.
Yu, M., Li, G., Deng, D., and Feng, J. (2016). String similarity search and join: a survey. Frontiers of Computer Science, 10(3):399–417.
Gali, N., Mariescu-Istodor, R., Hostettler, D., and Fränti, P. (2019). Framework for syntactic string similarity measures. Expert Systems with Applications, 129:169–185.
Libuy, N., Harron, K., Gilbert, R., Caulton, R., Cameron, E., and Blackburn, R. (2021). Ligação de dados de educação e hospitalares em inglaterra: Processo de ligação e qualidade. Jornal Internacional de Ciência de Dados Populacionais, 6(1).
Queiroga, E. M., Siqueira, E. S., Portela, C. D. S., Cordeiro, T. D., Bittencourt, I. I., Isotani, S., Mello, R. F., Muñoz, R., and Cechinel, C. (2024). Data-driven strategies for achieving school equity: Insights from brazil and policy recommendations. IEEE Access, 12:101646–101659.
Seenivasan, D. and Vaithianathan, M. (2023). Real-time adaptation: Change data capture in modern computer architecture. ESP International Journal of Advancements in Computational Technology (ESP-IJACT), 1(2):49–61.
Silva, D. B. L., Queiroga, E. M., Barros, A. N., Marcolino, M. R., Dermeval, D., Lima, A., Marques, L. B., Cechinel, C., and Vieira, T. (2025). Leveraging string similarity algorithms for educational data validation: A scalable approach for digital governance. In Conference on Digital Government Research, volume 1.
Suominen, A. and Hajikhani, A. (2021). Research themes in big data analytics for policymaking: Insights from a mixed-methods systematic literature review. Policy & Internet, 13(4):464–484.
Tavares, A. A. and Bitencourt, C. M. (2024). Evaluation of public policies and interoperability from the perspective of digital public governance. In E-Government Digital Frontiers-Transforming Public Administration through Technology. IntechOpen.
Valeriano, E. S. (2024). Deduplication methods using levenshtein distance algorithm. Journal of Electrical Systems, 20(73):997–1006.
Yu, M., Li, G., Deng, D., and Feng, J. (2016). String similarity search and join: a survey. Frontiers of Computer Science, 10(3):399–417.
Publicado
25/11/2025
Como Citar
PAULINO, Tiago et al.
Monitoramento Escalável da Qualidade Cadastral via Similaridade Nominal no Sistema Gestão Presente: Uma Abordagem Analítica com Painel Interativo. In: WORKSHOP DE APLICAÇÕES PRÁTICAS DE LEARNING ANALYTICS E INTELIGÊNCIA ARTIFICIAL NO BRASIL (WAPLA), 3. , 2025, Curitiba/PR.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 82-90.
DOI: https://doi.org/10.5753/wapla.2025.16231.
