Evasão em cursos superiores na área de Computação: Um Mapeamento Sistemático da Literatura
Resumo
A evasão estudantil nos cursos superiores de Computação afeta tanto os estudantes quanto as instituições, impactando a estrutura universitária, a trajetória acadêmica e o mercado de trabalho. Este artigo apresenta um Mapeamento Sistemático da Literatura (MSL) sobre essa questão, com base em 28 trabalhos encontrados nas bases SOL, ACM, Scopus e IEEE. Os resultados indicam que a área de Computação é bem representativa nos estudos analisados (18/28) e que a análise exploratória e o uso de algoritmos de aprendizado de máquina (ML) foram as metodologias predominantes nos estudos primários. Também foram identificados e categorizados os principais atributos relacionados à evasão e a tendência de desenvolver modelos para prever taxas de evasão.Referências
Carvalho, C. S., Mattos, J. C., and Aguiar, M. S. (2023). Avaliação da interpretabilidade de modelos por meio da clusterização de explicações no contexto da predição de evasão no ensino superior. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1191–1201. SBC.
Carvalho, L., Santos, A., Nakamura, F., and Oliveira, E. (2019). Detecção precoce de evasão em cursos de graduação presencial em computação: um estudo preliminar. In Workshop Sobre Educação Em Computação (WEI), pages 233–243. SBC.
Colpo, M. P., Primo, T. T., and de Aguiar, M. S. (2021). Predição da evasão estudantil: uma análise comparativa de diferentes representações de treino na aprendizagem de modelos genéricos. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 873–884. SBC.
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 Simpósio Brasileiro de Informática na Educação (SBIE), pages 1102–1111. SBC.
Costa, A. G., Mattos, J. C., Primo, T. T., Cechinel, C., and Muñoz, R. (2021). Model for prediction of student dropout in a computer science course. In 2021 XVI Latin American Conference on Learning Technologies (LACLO), pages 137–143. IEEE.
Da Cruz, R. C., Juliano, R. C., Monteiro Souza, F. C., and Correa Souza, A. C. (2023). A score approach to identify the risk of students dropout: an experiment with information systems course. In Proceedings of the XIX Brazilian Symposium on Information Systems, pages 120–127.
Da Silva, P. M., Lima, M. N., Soares, W. L., Silva, I. R., Fagundes, R. A. d. A., and De Souza, F. F. (2019). Ensemble regression models applied to dropout in higher education. In 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), pages 120–125. IEEE.
da Silva, V. R. L. B., de Albuquerque Silva, F., and Burégio, V. (2019). Characterizing educational data mining. In 2019 14th Iberian Conference on Information Systems and Technologies (CISTI), pages 1–5. IEEE.
de Brito, B. C. P., de Mello, R. F. L., and Alves, G. (2020). Identificação de atributos relevantes na evasão no ensino superior público brasileiro. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1032–1041. SBC.
de Oliveira, M. M. and Barbosa, E. F. (2023). Multilevel modeling for the analysis and prediction of school dropout: a systematic review. In 2023 IEEE 47th Annual Computers, Software, and Applications Conference (COMPSAC), pages 103–112. IEEE.
do Carmo, Ê. P., Gasparini, I., and de Oliveira, E. H. T. (2022). Identificação de trajetórias de aprendizagem em um curso de graduação e sua relação com a evasão escolar. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 323–333. SBC.
dos Santos, J. F., de Sousa, J. D. A., Mello, R. F., Cristino, C. T., and Alves, G. (2021a). Um modelo para análise do impacto da retenção e evasão no ensino superior utilizando cadeias de markov absorventes. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 813–823. SBC.
dos Santos, V. H. B., Saraiva, D. V., and de Oliveira, C. T. (2021b). Uma análise de trabalhos de mineração de dados educacionais no contexto da evasão escolar. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1196–1210. SBC.
Duran, R., Bim, S. A., Gimenes, I., Ribeiro, L., and Correia, R. C. M. (2023). Potential factors for retention and intent to drop-out in brazilian computing programs. ACM Transactions on Computing Education, 23(3):1–33.
Falcao, A. P., Villwock, R., and Miloca, S. A. (2023). Análise de dados pré-universidade para predizer a evasão de alunos ingressantes em uma instituição de ensino superior. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1293–1304. SBC.
Fukao, A. T., Colanzi, T. E., Martimiano, L. A., and Feltrim, V. D. (2023). Estudo sobre evasao nos cursos de computaçao da universidade estadual de maringá. In Simpósio Brasileiro de Educação em Computação (EduComp), pages 86–96. SBC.
Hoed, R. M., Ladeira, M., and Leite, L. L. (2018). Influence of algorithmic abstraction and mathematical knowledge on rates of dropout from computing degree courses. Journal of the Brazilian Computer Society, 24(1):1–16.
Kantorski, G. Z., Martins, R. Z., Balejo, A., and Frick, M. (2023). Mineração de dados educacionais para predição da evasão em cursos de graduação presenciais no ensino superior. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1133–1142. SBC.
Llauró, A., Fonseca, D., Villegas, E., Aláez, M., and Romero, S. (2021). Educational data mining application for improving the academic tutorial sessions, and the reduction of early dropout in undergraduate students. In Ninth International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM’21), pages 212–218.
Marques, L. T., Marques, B. T., Rocha, R. S., Chaves, L., de Castro, A. F., Queiroz, P. G. G., et al. (2020). Evasão acadêmica e suas causas em cursos de bacharelado em ciência da computação: Um estudo de caso na ufersa. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1042–1051. SBC.
Menolli, A., Horita, F., Dias, J. J. L., and Coelho, R. (2020). Bi–based methodology for analyzing higher education: A case study of dropout phenomenon in information systems courses. In XVI Brazilian Symposium on Information Systems, pages 1–8.
Nájera, A. B. U. and Ortega, L. A. M. (2022). Predictive model for taking decision to prevent university dropout. IJIMAI, 7(4):205–213.
Oliveira, J. L., Ambrósio, A. P., Silva, U., Brancher, J., and Franco, J. J. (2020). Undergraduate students’ effectiveness in an institution with high dropout index. In 2020 IEEE Frontiers in Education Conference (FIE), pages 1–7. IEEE.
Opazo, D., Moreno, S., Álvarez-Miranda, E., and Pereira, J. (2021). Analysis of first-year university student dropout through machine learning models: A comparison between universities. Mathematics, 9(20):2599.
Pachas, D. A. G., Garcia-Zanabria, G., Cuadros-Vargas, A. J., Camara-Chavez, G., Poco, J., and Gomez-Nieto, E. (2021). A comparative study of who and when prediction approaches for early identification of university students at dropout risk. In 2021 XLVII Latin American Computing Conference (CLEI), pages 1–10. IEEE.
Rocha, R., Vanderlei, I., Araujo, J., et al. (2021). A model of actions to reduce evasion in higher technology courses: An experience report. In 2021 16th Iberian Conference on Information Systems and Technologies (CISTI), pages 1–6. IEEE.
Santos, C. H. D., de Lima Martins, S., and Plastino, A. (2021). É possível prever evasão com base apenas no desempenho acadêmico? In Simpósio Brasileiro de Informática na Educação (SBIE), pages 792–802. SBC.
Santos, G., Belloze, K. T., Tarrataca, L., Haddad, D. B., Bordignon, A. L., and Brandão, D. N. (2020). Evolvedtree: Analyzing student dropout in universities. In 2020 International Conference on Systems, Signals and Image Processing (IWSSIP), pages 173–178. IEEE.
Santos, K. J. d. O., Menezes, A. G., de Carvalho, A. B., and Montesco, C. A. (2019). Supervised learning in the context of educational data mining to avoid university students dropout. In 2019 IEEE 19th International Conference on Advanced Learning Technologies (ICALT), volume 2161, pages 207–208. IEEE.
Silva, E. C., Freitas, S., Soares Ramos, C., Muniz De Menezes, A. E., and Rodrigues De Araujo, L. K. S. (2023). A systematic review of the factors that impact the prediction of retention and dropout in higher education. In 2023 Hawaii International Conference on System Sciences (HICSS-56), pages 1271–1280.
Silva, R. A. d. S., AF, B. B., Maria de Fátima, P. F., de Sousa Santos, I., and Andrade, R. M. (2021). Evasão em computação na ufc sob a perspectiva dos alunos. In Workshop sobre Educação em Computação (WEI), pages 338–347. SBC.
Vasconcelos, V. and Andrade, E. (2018). Análise da evasão de alunos na licenciatura em computação. In Workshop sobre Educação em Computação (WEI). SBC.
Viana, F. S., Santana, A. M., and Rabêlo, R. d. A. L. (2022). Avaliaçao de classificadores para prediçao de evasao no ensino superior utilizando janela semestral. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 908–919. SBC.
Carvalho, L., Santos, A., Nakamura, F., and Oliveira, E. (2019). Detecção precoce de evasão em cursos de graduação presencial em computação: um estudo preliminar. In Workshop Sobre Educação Em Computação (WEI), pages 233–243. SBC.
Colpo, M. P., Primo, T. T., and de Aguiar, M. S. (2021). Predição da evasão estudantil: uma análise comparativa de diferentes representações de treino na aprendizagem de modelos genéricos. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 873–884. SBC.
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 Simpósio Brasileiro de Informática na Educação (SBIE), pages 1102–1111. SBC.
Costa, A. G., Mattos, J. C., Primo, T. T., Cechinel, C., and Muñoz, R. (2021). Model for prediction of student dropout in a computer science course. In 2021 XVI Latin American Conference on Learning Technologies (LACLO), pages 137–143. IEEE.
Da Cruz, R. C., Juliano, R. C., Monteiro Souza, F. C., and Correa Souza, A. C. (2023). A score approach to identify the risk of students dropout: an experiment with information systems course. In Proceedings of the XIX Brazilian Symposium on Information Systems, pages 120–127.
Da Silva, P. M., Lima, M. N., Soares, W. L., Silva, I. R., Fagundes, R. A. d. A., and De Souza, F. F. (2019). Ensemble regression models applied to dropout in higher education. In 2019 8th Brazilian Conference on Intelligent Systems (BRACIS), pages 120–125. IEEE.
da Silva, V. R. L. B., de Albuquerque Silva, F., and Burégio, V. (2019). Characterizing educational data mining. In 2019 14th Iberian Conference on Information Systems and Technologies (CISTI), pages 1–5. IEEE.
de Brito, B. C. P., de Mello, R. F. L., and Alves, G. (2020). Identificação de atributos relevantes na evasão no ensino superior público brasileiro. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1032–1041. SBC.
de Oliveira, M. M. and Barbosa, E. F. (2023). Multilevel modeling for the analysis and prediction of school dropout: a systematic review. In 2023 IEEE 47th Annual Computers, Software, and Applications Conference (COMPSAC), pages 103–112. IEEE.
do Carmo, Ê. P., Gasparini, I., and de Oliveira, E. H. T. (2022). Identificação de trajetórias de aprendizagem em um curso de graduação e sua relação com a evasão escolar. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 323–333. SBC.
dos Santos, J. F., de Sousa, J. D. A., Mello, R. F., Cristino, C. T., and Alves, G. (2021a). Um modelo para análise do impacto da retenção e evasão no ensino superior utilizando cadeias de markov absorventes. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 813–823. SBC.
dos Santos, V. H. B., Saraiva, D. V., and de Oliveira, C. T. (2021b). Uma análise de trabalhos de mineração de dados educacionais no contexto da evasão escolar. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1196–1210. SBC.
Duran, R., Bim, S. A., Gimenes, I., Ribeiro, L., and Correia, R. C. M. (2023). Potential factors for retention and intent to drop-out in brazilian computing programs. ACM Transactions on Computing Education, 23(3):1–33.
Falcao, A. P., Villwock, R., and Miloca, S. A. (2023). Análise de dados pré-universidade para predizer a evasão de alunos ingressantes em uma instituição de ensino superior. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1293–1304. SBC.
Fukao, A. T., Colanzi, T. E., Martimiano, L. A., and Feltrim, V. D. (2023). Estudo sobre evasao nos cursos de computaçao da universidade estadual de maringá. In Simpósio Brasileiro de Educação em Computação (EduComp), pages 86–96. SBC.
Hoed, R. M., Ladeira, M., and Leite, L. L. (2018). Influence of algorithmic abstraction and mathematical knowledge on rates of dropout from computing degree courses. Journal of the Brazilian Computer Society, 24(1):1–16.
Kantorski, G. Z., Martins, R. Z., Balejo, A., and Frick, M. (2023). Mineração de dados educacionais para predição da evasão em cursos de graduação presenciais no ensino superior. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1133–1142. SBC.
Llauró, A., Fonseca, D., Villegas, E., Aláez, M., and Romero, S. (2021). Educational data mining application for improving the academic tutorial sessions, and the reduction of early dropout in undergraduate students. In Ninth International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM’21), pages 212–218.
Marques, L. T., Marques, B. T., Rocha, R. S., Chaves, L., de Castro, A. F., Queiroz, P. G. G., et al. (2020). Evasão acadêmica e suas causas em cursos de bacharelado em ciência da computação: Um estudo de caso na ufersa. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 1042–1051. SBC.
Menolli, A., Horita, F., Dias, J. J. L., and Coelho, R. (2020). Bi–based methodology for analyzing higher education: A case study of dropout phenomenon in information systems courses. In XVI Brazilian Symposium on Information Systems, pages 1–8.
Nájera, A. B. U. and Ortega, L. A. M. (2022). Predictive model for taking decision to prevent university dropout. IJIMAI, 7(4):205–213.
Oliveira, J. L., Ambrósio, A. P., Silva, U., Brancher, J., and Franco, J. J. (2020). Undergraduate students’ effectiveness in an institution with high dropout index. In 2020 IEEE Frontiers in Education Conference (FIE), pages 1–7. IEEE.
Opazo, D., Moreno, S., Álvarez-Miranda, E., and Pereira, J. (2021). Analysis of first-year university student dropout through machine learning models: A comparison between universities. Mathematics, 9(20):2599.
Pachas, D. A. G., Garcia-Zanabria, G., Cuadros-Vargas, A. J., Camara-Chavez, G., Poco, J., and Gomez-Nieto, E. (2021). A comparative study of who and when prediction approaches for early identification of university students at dropout risk. In 2021 XLVII Latin American Computing Conference (CLEI), pages 1–10. IEEE.
Rocha, R., Vanderlei, I., Araujo, J., et al. (2021). A model of actions to reduce evasion in higher technology courses: An experience report. In 2021 16th Iberian Conference on Information Systems and Technologies (CISTI), pages 1–6. IEEE.
Santos, C. H. D., de Lima Martins, S., and Plastino, A. (2021). É possível prever evasão com base apenas no desempenho acadêmico? In Simpósio Brasileiro de Informática na Educação (SBIE), pages 792–802. SBC.
Santos, G., Belloze, K. T., Tarrataca, L., Haddad, D. B., Bordignon, A. L., and Brandão, D. N. (2020). Evolvedtree: Analyzing student dropout in universities. In 2020 International Conference on Systems, Signals and Image Processing (IWSSIP), pages 173–178. IEEE.
Santos, K. J. d. O., Menezes, A. G., de Carvalho, A. B., and Montesco, C. A. (2019). Supervised learning in the context of educational data mining to avoid university students dropout. In 2019 IEEE 19th International Conference on Advanced Learning Technologies (ICALT), volume 2161, pages 207–208. IEEE.
Silva, E. C., Freitas, S., Soares Ramos, C., Muniz De Menezes, A. E., and Rodrigues De Araujo, L. K. S. (2023). A systematic review of the factors that impact the prediction of retention and dropout in higher education. In 2023 Hawaii International Conference on System Sciences (HICSS-56), pages 1271–1280.
Silva, R. A. d. S., AF, B. B., Maria de Fátima, P. F., de Sousa Santos, I., and Andrade, R. M. (2021). Evasão em computação na ufc sob a perspectiva dos alunos. In Workshop sobre Educação em Computação (WEI), pages 338–347. SBC.
Vasconcelos, V. and Andrade, E. (2018). Análise da evasão de alunos na licenciatura em computação. In Workshop sobre Educação em Computação (WEI). SBC.
Viana, F. S., Santana, A. M., and Rabêlo, R. d. A. L. (2022). Avaliaçao de classificadores para prediçao de evasao no ensino superior utilizando janela semestral. In Simpósio Brasileiro de Informática na Educação (SBIE), pages 908–919. SBC.
Publicado
20/07/2025
Como Citar
MUNDIM, Pedro C. C.; SILVA, Thais Regina de M. B.; BRAGA E SILVA, Gláucia; BARBOSA, Daniel M..
Evasão em cursos superiores na área de Computação: Um Mapeamento Sistemático da Literatura. In: WORKSHOP SOBRE EDUCAÇÃO EM COMPUTAÇÃO (WEI), 33. , 2025, Maceió/AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 1055-1067.
ISSN 2595-6175.
DOI: https://doi.org/10.5753/wei.2025.8932.
