Aplicação de métodos preditivos em evasão no ensino superior: Uma revisão sistemática da literatura

Autores

  • Marcelo Ferreira Tete Universidade Federal de Goiás (UFG)
  • Marcos de Moraes Sousa Universidade Federal de Goiás (PPGADM – UFG)
  • Talia Santos de Santana Goiano Federal Institute (IF Goiano) – Campus Ceres
  • Salatyel Fellipe Silva Federal University of Goiás (UFG) https://orcid.org/0000-0003-2180-9258

DOI:

https://doi.org/10.14507/epaa.30.6845

Palavras-chave:

evasão no ensino superior, estado da arte, modelos preditivos, gestão universitária

Resumo

A evasão escolar é considerada um problema complexo que perpassa diversos níveis e dimensões de análise. O desenvolvimento de modelos preditivos tem sido uma resposta mais dinâmica e proativa ao enfrentamento desse problema. O objetivo desta pesquisa foi o de revisar sistematicamente a literatura sobre predição de evasão no ensino superior. O período de análise foi de 2010 a 2020, compreendendo seis bases de dados de artigos científicos e uma amostra de 48 estudos. Os resultados indicam as características metodológicas e contextuais do estado da arte da literatura em predição da evasão universitária, bem como permitem propor uma agenda de pesquisa para estudos posteriores. A amostra de estudos analisados evidenciou a carência de pesquisas que relatem ou proponham ações de gestão e de políticas educacionais para além de aplicação dos modelos preditivos de evasão.

Downloads

Não há dados estatísticos.

Biografia do Autor

Marcelo Ferreira Tete, Universidade Federal de Goiás (UFG)

Professor do curso de Administração da Faculdade de Administração, Ciências Contábeis e Economia (FACE) da Universidade Federal de Goiás (UFG). É doutor em Administração pela Universidade de Brasília (UnB). Desenvolve pesquisas sobre Transições Sociotécnicas e Sistemas de Inovação em áreas como Educação Superior, Energia Renovável, Mobilidade Urbana e Cidades Inteligentes. É membro da Sustainability Transitions Research Network (STRN) e membro fundador da Sustainability Transitions Brazil (STB).

Marcos de Moraes Sousa, Universidade Federal de Goiás (PPGADM – UFG)

Doutor em Administração pela Universidade de Brasília (UnB). Professor permanente no Programa de Pós-Graduação em Administração da Universidade Federal de Goiás (PPGADM – UFG). Professor permanente no Programa de Pós-Graduação em Educação Profissional e Tecnológica do Instituto Federal Goiano (ProfEPT – IF Goiano). Pesquisa temas relacionados à Administração da Justiça, Administração Pública, Permanência e Evasão de alunos, e, Inovação no Setor Público.

Talia Santos de Santana, Goiano Federal Institute (IF Goiano) – Campus Ceres

Professora dos cursos de Informática do Campus Ceres do Instituto Federal Goiano (IF Goiano). Possui graduação em Bacharelado em Sistemas de Informação e atualmente é mestranda no Programa de Pós-graduação em Ciência da Computação (PPGCC) do Instituto de Informática da Universidade Federal de Goiás (INF – UFG).

Salatyel Fellipe Silva, Federal University of Goiás (UFG)

Pós-graduando em Docência do Ensino Superior (FABEC) e Gestão em Processos Gerenciais (FAEL), possui graduação em Engenharia de Computação pela Universidade Federal de Goiás (2018) e realizou aperfeiçoamento profissional como Supervisor Inovador pelo SENAI/GO (2020). Foi bolsista do Programa Jovens Talentos Para a Ciência da CAPES (2013-2014), e da FUNAPE/UFG no Projeto de Extensão UFGID (2020). É membro dos grupos de pesquisa em Gestão Pública e Sustentabilidade (UFG) e Sustainability Transitions Brazil.

Downloads

Publicado

2022-10-04

Como Citar

Tete, M. F., Sousa, M. de M., de Santana, T. S., & Silva, S. F. (2022). Aplicação de métodos preditivos em evasão no ensino superior: Uma revisão sistemática da literatura . Arquivos Analíticos De Políticas Educativas, 30, (149). https://doi.org/10.14507/epaa.30.6845

Edição

v. 30 (2022)

Seção

Articles

Licença

Copyright (c) 2022 Marcelo Ferreira Tete, Marcos de Moraes Sousa Sousa, Thalia Santos Santana, Salatyel Fellipe Silva

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution-ShareAlike 4.0 International License.